J’ai fait un test avec l’outil azure computer vision.
l’utilisation et l’apprentissage sont assez bluffant pour déterminer via une photo l’état du volet
Je souhaite faire un test sur l’envoi d’une photo via un bloc code, mais je calle sur le code à mettre en place :
voilà ce que azure m’indique pour mettre en place la prediction :
How to use the Prediction API
If you have an image URL:
https://voletpiscine1-prediction.cognitiveservices.azure.com/customvision/v3.0/Prediction/blablablablablablablablablabla/classify/iterations/Iteration2/url
Set Prediction-Key Header to : blibliblibliblibliblibliblibli
Set Content-Type Header to : application/json
Set Body to : {"Url": "https://example.com/image.png"}
avec ces éléments et l’entrainement à la prédiction, il doit me faire un retour de type « Ouvert », « Fermé » ou « En cours »
mais je ne sais pas comment utilisé les infos
Hello @ngrataloup,
dans le bloc code de ton scénario:
$token = ""; // token dans l'url azure cognitive
$predictionKey = ""; // Prediction key utilisé dans l'entête de la demande
$url = ""; // url de l'image
$azureUrl = "https://voletpiscine1-prediction.cognitiveservices.azure.com/customvision/v3.0/Prediction/" . $token . "/classify/iterations/Iteration2/url";
$r = shell_exec('curl -X POST ' . $azureUrl . ' -H "Content-Type: application/json" -H "Prediction-Key: ' . $predictionKey . '" -d \'{"Url": "' . $url . '"}\'');
il manque quelques éléments et je ne peux tester, mais je pense que ça devrait fonctionner de cette manière ou pas loin
il n’y a qu’à mettre les infos dans les 3 premières lignes.
voilà le script complet (pour ceux que ca intéresse d’utiliser cet outil pour avoir des prises de decision sur la base de l’analyse (via du computer vision) d’une image issue d’une camera :