NEWS
(Erledigt) http post request für CodeProject.AI calls
-
@uwe72 sagte in http post request für CodeProject.AI calls:
Falls ja, welches tag?
Ich habe einfach die aktuellste Version mit dem CPU Tag genommen, da ist das Image etwas kleiner. Ich kann mir aber nicht vorstellen, dass es daran liegt. Welche Module sind bei dir installiert?
codeproject: container_name: codeproject image: codeproject/ai-server:cpu-2.4.7 hostname: codeproject restart: unless-stopped networks: test: volumes: - /opt/docker/codeproject/data:/etc/codeproject/ai - /opt/docker/codeproject/modules:/app/modules - /etc/localtime:/etc/localtime:ro ports: - "32168:32168"EDIT: habe das mal im Javascript Adapter nachgestellt. Dieser Code läuft bei mir, musst du nur noch mit dem Abfragen des Bildes per http ergänzen:
let imageUrl = '/opt/iobroker/1600-1200-max.jpg'; let apiURL = 'http://nuc.fritz.box:32168/v1/vision/alpr'; var request = require('request'); var fs = require('fs'); var options = { method: 'POST', url: apiURL, headers: { 'Content-Type': 'multipart/form-data' }, formData: { image: fs.createReadStream(imageUrl) } }; request(options, function (error, response) { if (error) throw new Error(error); log("Result: "+response.body); });@marc-berg Ganz herzlichen Dank an Dich!!
Jetzt läuft sowohl die Kennzeichenerkennung
javascript.1 (138637) script.js.common.Automatisierungen.DISK_ALPR: Result: {"success":true,"predictions":[{"confidence":0.7975177963574728,"label":"Plate: MUC 0 HF29","plate":"MUC 0 HF29","x_min":450,"y_min":220,"x_max":654,"y_max":260}],"message":"Found Plate: MUC 0 HF29","processMs":166,"inferenceMs":150,"code":200,"command":"alpr","moduleId":"ALPR","executionProvider":"CPU","canUseGPU":false,"analysisRoundTripMs":187}als auch die Erkennung von spezifischen Personen:
javascript.1 (138637) script.js.common.Automatisierungen.DISK_FACE: Result: {"message":"A face was recognised","count":1,"predictions":[{"confidence":0.9747644662857056,"userid":"Uwe","x_min":433,"y_min":163,"x_max":677,"y_max":504}],"success":true,"inferenceMs":223,"processMs":233,"code":200,"command":"recognize","moduleId":"FaceProcessing","executionProvider":"CPU","canUseGPU":false,"analysisRoundTripMs":238,"processedBy":"localhost"}Diese Änderungen habe ich - aufgrund deiner Hilfe - noch gemacht:
- In JavaScript deinen Ansatz gewählt über request, statt fetch.
- Zudem speichere ich das Bild noch auf der Festplatte und lese es wieder bevor ich es an den Server (als Stream) sende.. Hier will ich noch optimieren. Es würde mir im Normalfall reichen das Bild im Speicher zu haben
- Das war es vermutlich schon. In Docker hatte ich nun noch exakt deine Version (cpu-2.4.7), statt "latest" verwendet (2.3.2 alpha)
Ich denke auf Basis dessen kann was Gutes erstehen :-)
-
@marc-berg Ganz herzlichen Dank an Dich!!
Jetzt läuft sowohl die Kennzeichenerkennung
javascript.1 (138637) script.js.common.Automatisierungen.DISK_ALPR: Result: {"success":true,"predictions":[{"confidence":0.7975177963574728,"label":"Plate: MUC 0 HF29","plate":"MUC 0 HF29","x_min":450,"y_min":220,"x_max":654,"y_max":260}],"message":"Found Plate: MUC 0 HF29","processMs":166,"inferenceMs":150,"code":200,"command":"alpr","moduleId":"ALPR","executionProvider":"CPU","canUseGPU":false,"analysisRoundTripMs":187}als auch die Erkennung von spezifischen Personen:
javascript.1 (138637) script.js.common.Automatisierungen.DISK_FACE: Result: {"message":"A face was recognised","count":1,"predictions":[{"confidence":0.9747644662857056,"userid":"Uwe","x_min":433,"y_min":163,"x_max":677,"y_max":504}],"success":true,"inferenceMs":223,"processMs":233,"code":200,"command":"recognize","moduleId":"FaceProcessing","executionProvider":"CPU","canUseGPU":false,"analysisRoundTripMs":238,"processedBy":"localhost"}Diese Änderungen habe ich - aufgrund deiner Hilfe - noch gemacht:
- In JavaScript deinen Ansatz gewählt über request, statt fetch.
- Zudem speichere ich das Bild noch auf der Festplatte und lese es wieder bevor ich es an den Server (als Stream) sende.. Hier will ich noch optimieren. Es würde mir im Normalfall reichen das Bild im Speicher zu haben
- Das war es vermutlich schon. In Docker hatte ich nun noch exakt deine Version (cpu-2.4.7), statt "latest" verwendet (2.3.2 alpha)
Ich denke auf Basis dessen kann was Gutes erstehen :-)
@uwe72 sagte in (Erledigt) http post request für CodeProject.AI calls:
Ich denke auf Basis dessen kann was Gutes erstehen
Ja, coole Sache das. Schön, dass es läuft! Bekommt man eigentlich eleganter raus, welche URL jeweils benutzt werden muss, außer über die Browser Entwicklerkonsole?
-
@marc-berg ich habe alle URs in dem von dir geposteten Link entnommen:
https://www.codeproject.com/AI/docs/api/api_reference.html#license-plate-readerIm AI Server Log kann man noch ein wenig schauen was passiert wenn man die Erkennungen über die Webseite macht.
Sonst habe ich keine Idee.
Support us
340
Online32.5k
Users81.7k
Topics1.3m
Posts