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/th/4-manufacturing/lessons/3-run-fruit-detector-edge/wio-terminal.md

4.7 KiB
Raw Permalink Blame History

ใช้ IoT Edge ในการจำแนกภาพด้วย Image Classifier - Wio Terminal

ในส่วนนี้ของบทเรียน คุณจะใช้ Image Classifier ที่ทำงานบนอุปกรณ์ IoT Edge

ใช้ IoT Edge classifier

อุปกรณ์ IoT สามารถถูกกำหนดให้ใช้ Image Classifier ของ IoT Edge ได้ โดย URL สำหรับ Image Classifier คือ http://<IP address or name>/image โดยแทนที่ <IP address or name> ด้วย IP address หรือชื่อโฮสต์ของคอมพิวเตอร์ที่กำลังใช้งาน IoT Edge

งาน - ใช้ IoT Edge classifier

  1. เปิดโปรเจกต์แอป fruit-quality-detector หากยังไม่ได้เปิด

  2. Image Classifier ทำงานเป็น REST API โดยใช้ HTTP ไม่ใช่ HTTPS ดังนั้นการเรียกใช้งานต้องใช้ WiFi client ที่รองรับเฉพาะการเรียก HTTP เท่านั้น ซึ่งหมายความว่าไม่จำเป็นต้องใช้ใบรับรอง (certificate) ลบ CERTIFICATE ออกจากไฟล์ config.h

  3. URL สำหรับการพยากรณ์ในไฟล์ config.h ต้องถูกอัปเดตเป็น URL ใหม่ คุณสามารถลบ PREDICTION_KEY ได้เช่นกัน เนื่องจากไม่จำเป็นต้องใช้

    const char *PREDICTION_URL = "<URL>";

    แทนที่ <URL> ด้วย URL สำหรับ classifier ของคุณ

  4. ในไฟล์ main.cpp เปลี่ยนคำสั่ง include สำหรับ WiFi Client Secure ให้เป็นเวอร์ชัน HTTP มาตรฐาน:

    #include <WiFiClient.h>

  5. เปลี่ยนการประกาศ WiFiClient ให้เป็นเวอร์ชัน HTTP:

    WiFiClient client;

  6. เลือกบรรทัดที่ตั้งค่าใบรับรองบน WiFi client ลบบรรทัด client.setCACert(CERTIFICATE); ออกจากฟังก์ชัน connectWiFi

  7. ในฟังก์ชัน classifyImage ลบบรรทัด httpClient.addHeader("Prediction-Key", PREDICTION_KEY); ที่ตั้งค่า prediction key ใน header

  8. อัปโหลดและรันโค้ดของคุณ ชี้กล้องไปที่ผลไม้และกดปุ่ม C คุณจะเห็นผลลัพธ์ใน serial monitor:

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

💁 คุณสามารถหาโค้ดนี้ได้ในโฟลเดอร์ code-classify/wio-terminal

😀 โปรแกรมจำแนกคุณภาพผลไม้ของคุณสำเร็จแล้ว!

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