5.1 KiB

Raw Permalink Blame History

Pokličite svoj detektor objektov iz IoT naprave - Wio Terminal

Ko je vaš detektor objektov objavljen, ga lahko uporabite iz svoje IoT naprave.

Kopirajte projekt za razvrščanje slik

Večina vašega detektorja zalog je enaka kot razvrščevalnik slik, ki ste ga ustvarili v prejšnji lekciji.

Naloga - kopirajte projekt za razvrščanje slik

Povežite svojo ArduCam z Wio Terminalom, tako da sledite korakom iz lekcije 2 proizvodnega projekta.

Morda boste želeli kamero pritrditi v en položaj, na primer tako, da kabel obesite čez škatlo ali pločevinko, ali pa kamero pritrdite na škatlo z dvostranskim lepilnim trakom.
Ustvarite povsem nov projekt za Wio Terminal z uporabo PlatformIO. Poimenujte ta projekt stock-counter.
Ponovite korake iz lekcije 2 proizvodnega projekta za zajem slik s kamere.
Ponovite korake iz lekcije 2 proizvodnega projekta za klic razvrščevalnika slik. Večina te kode bo ponovno uporabljena za zaznavanje objektov.

Spremenite kodo iz razvrščevalnika v detektor slik

Koda, ki ste jo uporabili za razvrščanje slik, je zelo podobna kodi za zaznavanje objektov. Glavna razlika je URL, ki ste ga pridobili iz Custom Vision, in rezultati klica.

Naloga - spremenite kodo iz razvrščevalnika v detektor slik

Dodajte naslednjo direktivo include na vrh datoteke main.cpp:
```
#include <vector>
```
Preimenujte funkcijo classifyImage v detectStock, tako ime funkcije kot klic v funkciji buttonPressed.
Nad funkcijo detectStock deklarirajte prag za filtriranje vseh zaznavanj z nizko verjetnostjo:
```
const float threshold = 0.3f;
```
Za razliko od razvrščevalnika slik, ki vrne samo en rezultat na oznako, detektor objektov vrne več rezultatov, zato je treba vse z nizko verjetnostjo filtrirati.

Nad funkcijo detectStock deklarirajte funkcijo za obdelavo napovedi:

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);
    }
}

Ta funkcija sprejme seznam napovedi in jih natisne na serijski monitor.

V funkciji detectStock zamenjajte vsebino zanke for, ki pregleduje napovedi, z naslednjim:

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);

Ta zanka pregleduje napovedi in primerja verjetnost s pragom. Vse napovedi z verjetnostjo, višjo od praga, se dodajo v list in posredujejo funkciji processPredictions.

Naložite in zaženite svojo kodo. Usmerite kamero na predmete na polici in pritisnite gumb C. Rezultate boste videli na serijskem monitorju:
```
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%
```
💁 Morda boste morali prilagoditi threshold na ustrezno vrednost za vaše slike.

Videli boste sliko, ki je bila posneta, in te vrednosti v zavihku Predictions v Custom Vision.

💁 To kodo lahko najdete v mapi code-detect/wio-terminal.

😀 Vaš program za štetje zalog je bil uspešen!

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za strojno prevajanje Co-op Translator. Čeprav si prizadevamo za natančnost, vas opozarjamo, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo strokovno človeško prevajanje. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.

5.1 KiB Raw Permalink Blame History