篇首语：本文由编程笔记#小编为大家整理，主要介绍了HaaS Python + 达摩院AI能力 实现云端一体物体识别相关的知识，希望对你有一定的参考价值。

物体识别系统

   本案例是确定要识别的物体区域后&＃xff0c;通过模拟按键通知摄像头抓拍区域图片并上传至云端&＃xff0c;云端通过HaaS增值服务对抓拍的图片进行识别&＃xff0c;最后给出图片中的都有哪些物品&＃xff0c;同时给出识别物品名称和可信度&＃xff0c;通常使用在装修设计、图片检查上辅助操作者确定物品是否齐全。

背景知识

   HaaS增值服务&＃xff1a;集多种人工智能算法为一体的云端服务&＃xff0c;通过设备端上传图片到云端&＃xff0c;云端对图片进行识别&＃xff0c;并把结果返回给设备的服务&＃xff0c;目前已涵盖图片识别、文字识别、物品识别、人型识别等多个类别。

场景功能拆解

实验整体步骤如下&＃xff1a;
1. 连接硬件
2. HaaS云端积木平台创建设备
3. 设备端开发和运行
4. 处理云端识别结果

准备

1. M5Stack Core2开发板 一套
2. M5Stack Unit CAM摄像头 一个
3. 连接线 一根
4. 公对母杜邦线 若干

涉及到的硬件购买链接如下&＃xff0c;仅供参考&＃xff0c;不负责商家发货的品质保障等问题&＃xff01;

名称	数量	参考链接
M5Stack Core2开发版	1	M5Stack Core2
microUSB数据线	1	M5Stack Core2开发套件自带
摄像头	1	M5Stack Unit CAM摄像头
连接线	1条	M5Stack GROVE连接线 请选用10cm长即可
公对母杜邦线	若干	公对母杜邦线 请选用10cm长即可

   连线示意图如下图所示&＃xff1a;

   硬件连线图如下图所示&＃xff1a;

云端平台功能开通

在本案例中涉及到云端平台功能都聚合在HaaS云端积木中&＃xff0c;所以无需单独使用 对象存储OSS 和 视觉智能开发平台。因此&＃xff0c;整个云端步骤分为下面两步。

1. 注册阿里云账号并登录阿里云账号&＃xff1b;
2. 登录HaaS云端积木控制台创建设备&＃xff1b;

注册阿里云账号

   进入阿里云官网&＃xff0c;如已有阿里云账号可跳过这步&＃xff0c;注册阿里云账号 。

HaaS云端积木平台创建设备

1. 登录HaaS云端积木平台

   进入阿里云官网&＃xff0c;用阿里云账号登录HaaS云端组件控制台 。

1. 创建设备

   在左侧导航栏设备管理中&＃xff0c;可以看到产品和设备选项&＃xff0c;点击“产品”&＃xff0c;可以看到平台默认创建了“haas_正式游客产品”这个产品&＃xff1b; 所以开发者只需要创建设备即可。点击“批量添加”&＃xff0c; 添加方式为“自动生成”&＃xff0c; 申请数量可填为“1”个&＃xff0c;即可完成新设备的创建。

1. 获取设备的三元组

   在设备的列表中&＃xff0c;新创建的设备上点击“查看”&＃xff0c;就可以获得设备的三元组信息&＃xff0c;之后这个三元组信息会在设备端代码中使用到。

   请复制该处的三元组信息&＃xff0c;后面设备端开发需要使用。

设备端开发

1. 开发环境

   在进行下一步之前请确保M5StackCore2开发环境已经搭建完毕。详情请参考M5StackCore2快速开始的说明。

1. 创建解决方案

   如下图所示&＃xff0c;打开VSCode后&＃xff0c;新建一个基于helloworld的python工程&＃xff0c;设定好工程名称&＃xff08;“detect_object”&＃xff09;及工作区路径之后&＃xff0c;硬件类型选择m5stackcore2&＃xff0c;点击立即创建&＃xff0c;创建一个Python轻应用的解决方案。

1. 代码准备

下载设备端代码并解压&＃xff0c;将解压后的所有脚本复制替换“detect_object”工程根目录下的所有文件&＃xff0c;然后进行如下设定完成设备端代码的开发。

Python脚本的详细说明请参考脚本内嵌的文字注释

3.1. 修改路由器名称及密码

   修改detect_object工程里main.py中SSID和PWD的值为读者实际要连接的路由器的名称及密码&＃xff08;请注意名称和密码都需要放在&＃39;&＃39;符号中间&＃xff09;。

   修改完成之后connect_wifi函数就会连接读者自己设定的路由器。

# Wi-Fi SSID和Password设置
SSID&＃61;&＃39;Your-AP-SSID&＃39;
PWD&＃61;&＃39;Your-AP-Password&＃39;

3.2. 修改设备的三元组信息

   按照[获取设备的三元组]获取三元组信息&＃xff0c;填入main.py中&＃xff1a;

# HaaS设备三元组
productKey &＃61; "Your-ProductKey"
deviceName &＃61; "Your-devicename"
deviceSecret &＃61; "Your-deviceSecret"

3.3. 运行结果

   推送此脚本到M5Stack之后&＃xff0c;在网络连接成功后&＃xff0c;屏幕上将打印出IP地址和"NTP Done"。如果迟迟不能显示“NTP Done”&＃xff0c;请长按电源键关机同时拔掉USB线重新上电运行。

   模拟按钮动作&＃xff0c;可通过公对公杜邦线模拟&＃xff0c;先把一头插入GPIO27&＃xff0c;然后把另一头插入GND后&＃xff0c;马上拔出&＃xff0c;即启动抓拍并上传云端&＃xff0c;识别成功后串口会有提示。

   物体识别识别成功后&＃xff0c;在屏幕上显示红色Object Detected的字样。

   串口会周期性的打印如下日志。

Wi-Fi is connecting...
Wi-Fi is connecting...
Wi-Fi is connected
IP: 192.168.xxx.xxx
NTP start
NTP done
establish tcp connection with server(host&＃61;&＃39;$Your-ProductKey.iot-as-mqtt.cn-shanghai.aliyuncs.com&＃39;,port&＃61;[443])
tcp_connect: can only connect from state CLOSED
success to establish tcp,fd&＃61;54
link platform connected
启动按钮监控线程
按下拍照按钮
[ 24.210]AIOT_UPLOAD MQTT Upload file(detectObject.jpg) ID(HPmY8VNEXj2K6skS3t3S010200) success
&＃39;ext&＃39;: &＃39;"elements":["boxes":[33,134,111,238],"score":0.3,"type":"potted plant","boxes":[33,134,111,238],"score":0.208,"type":"flower"]"result":"success"&＃39;,&＃39;commandName&＃39;: &＃39;detectObjectReply&＃39;,&＃39;commandType&＃39;: &＃39;haas.faas&＃39;,&＃39;argInt&＃39;: 1
detect: potted plant
识别结束
get response time : 1234
按下拍照按钮
[ 27.100]AIOT_UPLOAD MQTT Upload file(detectObject.jpg) ID(OLnlY33oqKZZgf7yu6gX010200) success
get response time : 458
&＃39;ext&＃39;: &＃39;"elements":["boxes":[48,86,178,111],"score":0.378,"type":"keyboard"],"result":"success"&＃39;,&＃39;commandName&＃39;: &＃39;detectObjectReply&＃39;,&＃39;commandType&＃39;: &＃39;haas.faas&＃39;,&＃39;argInt&＃39;: 1
detect: keyboard
识别结束

前往这里探索更多有趣案例

HaaS开发框架https://haas.iot.aliyun.com/solution

与50位技术专家面对面


20年技术见证，附赠技术全景图