목표

지식 자료

환경을 이용하다

이번 결승점

환경 준비

node-red-contrib-model-asset-exchange 추가

node-red-contrib-browser-utils 추가

node-red-contrib-image-output 추가

image-caption-generator (이미지 개요 가져오기)

샘플 읽기 및 디버깅

샘플 실행

Object-detector 테스트 (물체 식별)

샘플 읽기 및 디버깅

샘플 실행

총결산

목표

node-red-contrib-model-asset-exchange를 통해 물체를 식별하는 결과를 얻습니다.노드 RED 환경에서는 enebular를 사용합니다.

지식 자료

Node-RED

enebular

node-red-contrib-model-asset-exchange

환경을 이용하다

enebular

이번 결승점

node-red-contrib-model-asset-exchange 노드를 이용하여'이미지 개요'와'물체 검측'을 체험합니다.

환경 준비

enebular 에 서명하고 흐름 편집기를 시작하십시오.
화면 오른쪽 위에 있는 3(햄버거) 메뉴를 클릭하고 팔레트의 관리 메뉴를 선택합니다.

사용자 설정 화면에서 다음을 수행합니다.

node-red-contrib-model-asset-exchange 추가

'이미지 개요' 와 '물체 검측' 을 처리하는 노드를 추가합니다.

왼쪽 메뉴에서 팔레트 선택

태그 추가 선택

노드 입력을 검색된 텍스트 영역으로 표시model-asset

표시된 node-red-contrib-model-asset-exchange의 노드에 추가 단추를 누르기

화면 상단에 경고 대화상자가 표시되고 추가 단추를 누르십시오.

node-red-contrib-browser-utils 추가

브라우저에 '파일 업로드' 또는 '웹 카메라' 를 사용할 수 있는 노드를 추가합니다.
이어서 전항 사용자 설정 화면에서 조작

노드 입력을 검색된 텍스트 영역으로 표시browser-util

표시된 node-red-contrib-browser-utils의 노드에 추가 단추를 누르십시오

node-red-contrib-image-output 추가

흐름 편집기에 이미지 데이터를 확인할 수 있는 노드를 추가합니다.
이어서 전항 사용자 설정 화면에서 조작

노드 입력을 검색된 텍스트 영역으로 표시image-output

표시된 node-red-contrib-image-output의 노드에 추가 단추를 누르십시오

image-caption-generator (이미지 개요 가져오기)

샘플 읽기 및 디버깅

화면 오른쪽 상단에 있는 3(햄버거) 메뉴를 클릭하고 읽기 메뉴를 선택합니다.

[클립보드에서 흐름 읽기]를 사용하여 다음을 수행합니다.

왼쪽 메뉴에서 샘플 선택

화면 한복판에 있는'샘플'트리를 펼치고 이미지-caption-generator

를 선택한다.

화면 아래에 있는 읽기 버튼을 클릭합니다.

그러면 다음 절차가 전개됩니다.

화면 오른쪽 상단에 있는 프로그램 단추를 누르면 프로세스 설계를 할 수 있습니다.

샘플 실행

Enebular 오른쪽에 있는 '디버그 창' 을 미리 사용합니다.

확장된 file inject 노드의 왼쪽 단추를 누르고 그림의 개요를 가져올 그림 파일을 선택하십시오.

정확하게 처리하면 '디버그 창' 에 '이미지 개요 정보' 가 영어로 표시됩니다.(이하 예에서는 a man in a suit and tie holding a toothbrush .로 판정됨)

Object-detector 테스트 (물체 식별)

샘플 읽기 및 디버깅

화면 오른쪽 상단에 있는 3(햄버거) 메뉴를 클릭하고 읽기 메뉴를 선택합니다.

[클립보드에서 흐름 읽기]를 사용하여 다음을 수행합니다.

왼쪽 메뉴에서 샘플 선택

화면 한복판에 있는'샘플'트리를 펼치고object-detector

를 선택하십시오

화면 아래에 있는 읽기 버튼을 클릭합니다.

그러면 다음 절차가 전개됩니다. 디버깅을 진행하세요.

샘플 실행

확장된 흐름의 file inject 노드의 왼쪽 단추를 누르고 물체를 식별할 이미지 파일을 선택하십시오.

올바르게 처리하면 흐르는 Image preview 노드 아래에 감지된 객체가 표시되어 시각화됩니다.디버그 창에서 감지된 대상을 출력합니다.

총결산

나는 Node-Red로 이미지 식별을 간단하게 테스트할 수 있다는 것을 알았다.이번에는 기존 파일을 골라 시도했지만, 카메라로 찍은 이미지를 직접 처리할 수 있어 PC, 스마트폰의 웹 카메라, TJBot의 카메라 입력에서 물체가 검출되는데...무엇을 만들 수 있는지 반응을 얻었다.