Como implantar um aplicativo de classificação de imagens em tempo real no Azure Sphere
Até agora, você atualizou o projeto com as bibliotecas, as configurações ajustadas e os dados necessários. Sendo assim, você pode começar a implantar o aplicativo de classificação de imagens em tempo real no Azure Sphere.
Neste módulo, você não usa uma câmera para capturar imagens, processá-las e classificá-las no Azure Sphere. Você usa qualquer imagem personalizada, a converte em valores de pixel e alimenta os valores de pixel como uma imagem de entrada em seu modelo de rede. Você avaliará o modelo com base nos dados de entrada predefinidos.
O componente nesta unidade é:
cifar-10-IMG_DATA.ipynb: trata-se de um Jupyter Notebook disponível no repositório do GitHub. Ele gera os valores de pixel de uma imagem personalizada.
Você seguirá estas etapas:
- Definir a imagem de entrada no aplicativo de classificação de imagens
- Começar a implantar o aplicativo no Azure Sphere
- Exibir a saída no emulador de terminal
Agora, você está criando e executando a rede neural usando somente dados de entrada puramente predefinidos no Azure Sphere. O código-fonte será processado recebendo uma imagem de entrada e mostrará a saída resultante no emulador de terminal.
Ao final do módulo, você aprenderá a executar um modelo de classificação de imagens em um microcontrolador ARM, como o Azure Sphere. Você também aprenderá os fundamentos da estrutura CMSIS-NN.
Também há mais possibilidades quando essa estrutura de rede neural é utilizada para processar esses dados e extrair informações úteis.