IoT-For-Beginners/translations/th/4-manufacturing/lessons/3-run-fruit-detector-edge/single-board-computer.md

จำแนกภาพด้วยตัวจำแนกภาพบน IoT Edge - ฮาร์ดแวร์ IoT เสมือนและ Raspberry Pi

ในส่วนนี้ของบทเรียน คุณจะใช้ตัวจำแนกภาพที่ทำงานบนอุปกรณ์ IoT Edge

ใช้ตัวจำแนกภาพบน IoT Edge

อุปกรณ์ IoT สามารถเปลี่ยนเส้นทางไปใช้ตัวจำแนกภาพบน IoT Edge ได้ โดย URL สำหรับตัวจำแนกภาพคือ http://<IP address or name>/image โดยแทนที่ <IP address or name> ด้วยที่อยู่ IP หรือชื่อโฮสต์ของคอมพิวเตอร์ที่รัน IoT Edge

ไลบรารี Python สำหรับ Custom Vision ใช้งานได้เฉพาะกับโมเดลที่โฮสต์บนคลาวด์เท่านั้น ไม่สามารถใช้งานกับโมเดลที่โฮสต์บน IoT Edge ซึ่งหมายความว่าคุณจะต้องใช้ REST API เพื่อเรียกใช้งานตัวจำแนกภาพ

งาน - ใช้ตัวจำแนกภาพบน IoT Edge

1. เปิดโปรเจกต์ fruit-quality-detector ใน VS Code หากยังไม่ได้เปิด หากคุณใช้อุปกรณ์ IoT เสมือน ให้ตรวจสอบว่าได้เปิดใช้งาน virtual environment แล้ว

2. เปิดไฟล์ app.py และลบคำสั่ง import จาก azure.cognitiveservices.vision.customvision.prediction และ msrest.authentication

3. เพิ่มคำสั่ง import ต่อไปนี้ที่ด้านบนของไฟล์:

   import requests
   

4. ลบโค้ดทั้งหมดหลังจากที่ภาพถูกบันทึกลงในไฟล์ ตั้งแต่ image_file.write(image.read()) ไปจนถึงจบไฟล์

5. เพิ่มโค้ดต่อไปนี้ที่ท้ายไฟล์:

   prediction_url = '<URL>'
   headers = {
       'Content-Type' : 'application/octet-stream'
   }
   image.seek(0)
   response = requests.post(prediction_url, headers=headers, data=image)
   results = response.json()
   
   for prediction in results['predictions']:
       print(f'{prediction["tagName"]}:\t{prediction["probability"] * 100:.2f}%')
   

   แทนที่ <URL> ด้วย URL สำหรับตัวจำแนกภาพของคุณ

   โค้ดนี้จะทำการส่งคำขอ REST POST ไปยังตัวจำแนกภาพ โดยส่งภาพเป็น body ของคำขอ ผลลัพธ์จะถูกส่งกลับมาในรูปแบบ JSON และจะถูกถอดรหัสเพื่อแสดงความน่าจะเป็น

6. รันโค้ดของคุณ โดยให้กล้องชี้ไปที่ผลไม้บางชนิด หรือชุดภาพที่เหมาะสม หรือผลไม้ที่มองเห็นได้ผ่านเว็บแคมของคุณ หากใช้อุปกรณ์ IoT เสมือน คุณจะเห็นผลลัพธ์ในคอนโซล:

   (.venv) ➜  fruit-quality-detector python app.py
   ripe:   56.84%
   unripe: 43.16%
   

💁 คุณสามารถค้นหาโค้ดนี้ได้ในโฟลเดอร์ code-classify/pi หรือ code-classify/virtual-iot-device

😀 โปรแกรมตัวจำแนกคุณภาพผลไม้ของคุณประสบความสำเร็จ!

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้องมากที่สุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาดั้งเดิมควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลนี้