Implementación

Esta sección solo cubre el trabajo con Object Recognition en la consola de Catalyst. Consulta las secciones de documentación del SDK y la API para implementar Object Recognition en el código de tu aplicación.

Como se mencionó anteriormente, puedes acceder a las plantillas de código que te permitirán integrar Object Recognition en tu aplicación de Catalyst desde la consola, y también probar la función subiendo imágenes y obteniendo los resultados.

Acceder a Object Recognition

Para acceder a Object Recognition en tu consola de Catalyst:

1. Navega a Zia Services en el panel izquierdo de la consola de Catalyst y haz clic en Object Recognition.
   

2. Haz clic en Try a Demo en la página de la función Object Recognition.

Probar Object Recognition en la consola de Catalyst

Puedes probar Object Recognition seleccionando una imagen de muestra de Catalyst o subiendo tu propia imagen.

Para escanear una imagen de muestra y reconocer los objetos:

1. Haz clic en Select a Sample Image en el cuadro.
   

2. Selecciona una imagen de las muestras proporcionadas.
   
   Object Recognition escaneará la imagen y listará los objetos reconocidos en la imagen junto con el nivel de confianza de cada objeto en valores porcentuales en la sección Result.
   
   Los colores en las barras de respuesta indican el rango del porcentaje de confianza del reconocimiento como: rojo: 0-30%, naranja: 30-80%, verde: 80-100%.
   
   Puedes usar las flechas para ver todos los objetos reconocidos.
   
   Haz clic en View Response para ver la respuesta JSON. La respuesta JSON proporciona las coordenadas de cada objeto reconocido, su tipo y la puntuación de confianza del reconocimiento en un valor entre 0 y 1.
   
   Puedes consultar la documentación de la API para ver una estructura completa de respuesta JSON de muestra.
   

Para subir tu propia imagen y probar Object Recognition:

1. Haz clic en Upload en la sección Result.
   
   Si estás abriendo Object Recognition después de haberlo cerrado, haz clic en Browse Files en este cuadro.
   

2. Sube un archivo desde tu sistema local.
   

La consola escaneará la imagen y mostrará los objetos reconocidos.

Puedes verificar la respuesta JSON de manera similar.

Acceder a plantillas de código para Object Recognition

Puedes implementar Object Recognition en tu aplicación de Catalyst usando las plantillas de código proporcionadas por Catalyst para las plataformas Java, Node.js y Python.

Puedes acceder a ellas desde la sección debajo de la ventana de pruebas. Haz clic en la pestaña Java SDK, NodeJS SDK o Python SDK, y copia el código usando el icono de copiar. Puedes pegar este código en el código de tu aplicación web o Android donde lo necesites.

Puedes procesar el archivo de entrada como un nuevo File en Java. ZCObjectDetectionData contiene el método detectObjects() que detecta objetos en el archivo de imagen de entrada. getObjectType(), getConfidence(), getObjectPoints() obtienen el tipo de objeto, el valor de confianza y sus coordenadas respectivamente.

En Node.js, puedes pasar el archivo de imagen de entrada al método detectObject().

En Python, puedes proporcionar un archivo .webp/.jpeg o .png como entrada al método open() y este devuelve el objeto del archivo de imagen como respuesta. El método detect_object() se usa para detectar e identificar los objetos en la imagen, y el archivo de entrada se pasa como argumento a este método. Devuelve las coordenadas de cada objeto, su tipo y la puntuación de confianza de cada reconocimiento.