msb-public
/
IoT-For-Beginners
mirror of https://github.com/microsoft/IoT-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
IoT-For-Beginners/translations/pl/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md

3.1 KiB
Raw Permalink Blame History

Klasyfikacja obrazu za pomocą klasyfikatora obrazów opartego na IoT Edge - Wio Terminal

W tej części lekcji użyjesz klasyfikatora obrazów działającego na urządzeniu IoT Edge.

Użyj klasyfikatora IoT Edge

Urządzenie IoT może zostać przekierowane do użycia klasyfikatora obrazów IoT Edge. URL dla klasyfikatora obrazów to http://<adres IP lub nazwa>/image, gdzie <adres IP lub nazwa> należy zastąpić adresem IP lub nazwą hosta komputera, na którym działa IoT Edge.

Zadanie - użycie klasyfikatora IoT Edge

  1. Otwórz projekt aplikacji fruit-quality-detector, jeśli nie jest już otwarty.

  2. Klasyfikator obrazów działa jako REST API używając HTTP, a nie HTTPS, więc wywołanie musi korzystać z klienta WiFi, który obsługuje tylko połączenia HTTP. Oznacza to, że certyfikat nie jest potrzebny. Usuń CERTIFICATE z pliku config.h.

  3. URL predykcji w pliku config.h musi zostać zaktualizowany do nowego URL. Możesz również usunąć PREDICTION_KEY, ponieważ nie jest potrzebny.

    const char *PREDICTION_URL = "<URL>";

    Zamień <URL> na URL swojego klasyfikatora.

  4. W pliku main.cpp zmień dyrektywę include dla WiFi Client Secure, aby zaimportować standardową wersję HTTP:

    #include <WiFiClient.h>

  5. Zmień deklarację WiFiClient na wersję HTTP:

    WiFiClient client;

  6. Znajdź linię, która ustawia certyfikat na kliencie WiFi. Usuń linię client.setCACert(CERTIFICATE); z funkcji connectWiFi.

  7. W funkcji classifyImage usuń linię httpClient.addHeader("Prediction-Key", PREDICTION_KEY);, która ustawia klucz predykcji w nagłówku.

  8. Wgraj i uruchom swój kod. Skieruj kamerę na jakiś owoc i naciśnij przycisk C. Zobaczysz wynik w monitorze szeregowym:

    Connecting to WiFi..
Connected!
Image captured
Image read to buffer with length 8200
ripe:   56.84%
unripe: 43.16%

💁 Kod znajdziesz w folderze code-classify/wio-terminal.

😀 Twój program klasyfikatora jakości owoców zakończył się sukcesem!

Zastrzeżenie:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za autorytatywne źródło. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.