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

3.2 KiB
Raw Permalink Blame History Escape

IoT Edge Tabanlı Görüntü Sınıflandırıcı Kullanarak Bir Görüntüyü Sınıflandırma - Wio Terminal

Bu dersin bu bölümünde, IoT Edge cihazında çalışan Görüntü Sınıflandırıcıyı kullanacaksınız.

IoT Edge Sınıflandırıcıyı Kullanma

IoT cihazı, IoT Edge görüntü sınıflandırıcısını kullanacak şekilde yönlendirilebilir. Görüntü Sınıflandırıcının URL'si http://<IP address or name>/image şeklindedir. <IP address or name> kısmını, IoT Edge çalıştıran bilgisayarın IP adresi veya ana bilgisayar adıyla değiştirin.

Görev - IoT Edge sınıflandırıcıyı kullanma

  1. fruit-quality-detector uygulama projesini henüz açmadıysanız açın.

  2. Görüntü sınıflandırıcı, HTTPS yerine HTTP kullanarak bir REST API olarak çalışır, bu nedenle çağrı yalnızca HTTP çağrılarıyla çalışan bir WiFi istemcisi kullanmalıdır. Bu, sertifikanın gerekli olmadığı anlamına gelir. config.h dosyasından CERTIFICATE kısmını silin.

  3. config.h dosyasındaki tahmin URL'si yeni URL ile güncellenmelidir. Ayrıca, PREDICTION_KEY kısmını da silebilirsiniz çünkü bu gerekli değildir.

    const char *PREDICTION_URL = "<URL>";

    <URL> kısmını sınıflandırıcınızın URL'siyle değiştirin.

  4. main.cpp dosyasında, WiFi Client Secure için olan include direktifini standart HTTP sürümünü içe aktaracak şekilde değiştirin:

    #include <WiFiClient.h>

  5. WiFiClient bildiriminin HTTP sürümüne dönüştürülmesini sağlayın:

    WiFiClient client;

  6. WiFi istemcisinde sertifikayı ayarlayan satırı seçin. connectWiFi fonksiyonundan client.setCACert(CERTIFICATE); satırını kaldırın.

  7. classifyImage fonksiyonunda, başlıkta tahmin anahtarını ayarlayan httpClient.addHeader("Prediction-Key", PREDICTION_KEY); satırını kaldırın.

  8. Kodunuzu yükleyin ve çalıştırın. Kamerayı bir meyveye doğrultun ve C düğmesine basın. Seri monitörde çıktıyı göreceksiniz:

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

💁 Bu kodu code-classify/wio-terminal klasöründe bulabilirsiniz.

😀 Meyve kalite sınıflandırıcı programınız başarıyla çalıştı!

Feragatname:
Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlamalar veya yanlış yorumlamalar için sorumluluk kabul etmiyoruz.