4.8 KiB

Raw Permalink Blame History Unescape Escape

從物聯網設備呼叫物件檢測器 - Wio Terminal

當你的物件檢測器已發布後，就可以從你的物聯網設備使用它。

複製影像分類器專案

你的庫存檢測器大部分內容與你在之前課程中建立的影像分類器相同。

任務 - 複製影像分類器專案

按照製造專案第2課中的步驟，將你的 ArduCam 連接到 Wio Terminal。

你可能還需要將相機固定在一個位置，例如，將相機的線纜掛在盒子或罐子上，或者用雙面膠將相機固定在盒子上。
使用 PlatformIO 建立一個全新的 Wio Terminal 專案，命名為 stock-counter。
按照製造專案第2課中的步驟，從相機捕捉影像。
按照製造專案第2課中的步驟，呼叫影像分類器。大部分的程式碼將被重複使用來檢測物件。

將程式碼從分類器改為影像檢測器

你用來分類影像的程式碼與用來檢測物件的程式碼非常相似。主要的差異在於你從 Custom Vision 獲得的 URL，以及呼叫的結果。

任務 - 將程式碼從分類器改為影像檢測器

在 main.cpp 文件的頂部添加以下 include 指令：
```
#include <vector>
```
將 classifyImage 函數重新命名為 detectStock，包括函數名稱以及在 buttonPressed 函數中的呼叫。
在 detectStock 函數上方，宣告一個閾值，用於過濾掉任何低概率的檢測：
```
const float threshold = 0.3f;
```
與影像分類器只返回每個標籤一個結果不同，物件檢測器會返回多個結果，因此需要過濾掉任何低概率的結果。

在 detectStock 函數上方，宣告一個函數來處理預測結果：

void processPredictions(std::vector<JsonVariant> &predictions)
{
    for(JsonVariant prediction : predictions)
    {
        String tag = prediction["tagName"].as<String>();
        float probability = prediction["probability"].as<float>();

        char buff[32];
        sprintf(buff, "%s:\t%.2f%%", tag.c_str(), probability * 100.0);
        Serial.println(buff);
    }
}

這個函數會接收一個預測列表並將其打印到序列監視器。

在 detectStock 函數中，替換掉迴圈中處理預測的內容，使用以下程式碼：

std::vector<JsonVariant> passed_predictions;

for(JsonVariant prediction : predictions) 
{
    float probability = prediction["probability"].as<float>();
    if (probability > threshold)
    {
        passed_predictions.push_back(prediction);
    }
}

processPredictions(passed_predictions);

這段程式碼會迴圈處理預測，將概率與閾值進行比較。所有概率高於閾值的預測都會被添加到 list 中，並傳遞給 processPredictions 函數。

上傳並執行你的程式碼。將相機對準架子上的物件並按下 C 按鈕。你會在序列監視器中看到輸出：
```
Connecting to WiFi..
Connected!
Image captured
Image read to buffer with length 17416
tomato paste:   35.84%
tomato paste:   35.87%
tomato paste:   34.11%
tomato paste:   35.16%
```
💁 你可能需要根據你的影像調整 threshold 到適當的值。

你將能看到拍攝的影像，以及這些值在 Custom Vision 的 Predictions 標籤中。

💁 你可以在 code-detect/wio-terminal 資料夾中找到這段程式碼。

😀 你的庫存計數程式大功告成！

免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們努力確保翻譯的準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋不承擔責任。

4.8 KiB Raw Permalink Blame History Unescape Escape