使用 IoT Edge 图像分类器改造 Wio Terminal 水果质量检测从 HTTPS 云服务切换到本地 HTTP 边缘推理【免费下载链接】IoT-For-Beginners12 Weeks, 24 Lessons, IoT for All!项目地址: https://gitcode.com/GitHub_Trending/io/IoT-For-Beginners本篇技术指南聚焦于 IoT-For-Beginners 制造Manufacturing项目中边缘运行水果检测器一课的核心实操环节将运行在 Wio Terminal 上的fruit-quality-detector程序从调用云端 Custom Vision 分类服务改造为调用部署在本地 IoT Edge 设备上的图像分类器。读者将掌握 REST 接口切换、TLS 证书与 API 密钥移除、WiFi 客户端类型替换等完整的嵌入式改造方法并理解边缘推理与云端推理在安全模型上的本质差异。改造背景从云分类切换到边缘分类在上一课 2-check-fruit-from-device/wio-terminal-classify-image.md 中Wio Terminal 通过 HTTPS 调用 Custom Vision 云服务完成水果熟/生分类请求中需要携带CERTIFICATEMicrosoft Azure DigiCert Global Root G2 证书用于建立 TLS 加密连接还需要PREDICTION_KEY作为 Azure 资源的访问密钥二者在 上一课的 config.h 中均有完整定义。而本课的核心转变在于图像分类模型已经被训练、导出、打包成容器并部署到本地的 IoT Edge 设备上具体流程见本课主文档 README.md 与部署清单 deployment.json。分类器在边缘设备上以 REST API 形式运行使用的是HTTP 而非 HTTPS因此不再需要 TLS 证书CERTIFICATE不再需要云服务密钥PREDICTION_KEY不再需要安全 WiFi 客户端WiFiClientSecure。边缘分类器的访问端点IoT Edge 分类器的统一访问地址格式为http://IP 地址或主机名/image其中IP 地址或主机名替换为运行 IoT Edge 的计算机的 IP 地址或主机名。例如当 IoT Edge 与 Wio Terminal 处于同一局域网时端点形如http://192.168.1.100/image。这是容器内 Flask 服务暴露在 80 端口的 REST 接口可从iotedge logs ImageClassifier输出中的Running on http://0.0.0.0:80/得到印证详见 README.md 的验证小节。改造任务逐步切换客户端到 HTTP第 1 步打开项目打开fruit-quality-detector应用项目若尚未打开。该项目的完整工程文件位于 code-classify/wio-terminal/fruit-quality-detector工程基于 PlatformIO目标板为seeed_wio_terminal见 platformio.ini。第 2 步清理 config.h 中的证书与密钥图像分类器以 REST API 方式运行使用 HTTP 而非 HTTPS因此请求只需支持纯 HTTP 的 WiFi 客户端证书不再需要。编辑 config.h删除CERTIFICATE常量即从const char *CERTIFICATE 到-----END CERTIFICATE-----\r\n;的整段声明删除PREDICTION_KEY常量更新PREDICTION_URL为边缘分类器地址。改造后的config.h最终形态与仓库中已完成的代码一致仅保留 WiFi 凭据与预测地址#pragma once #include string using namespace std; // WiFi credentials const char *SSID SSID; const char *PASSWORD PASSWORD; const char *PREDICTION_URL URL;将URL替换为你的分类器地址即http://IP 地址或主机名/image。对比改造前的 config.h 可以看到除SSID、PASSWORD、PREDICTION_URL外还多出PREDICTION_KEY与整段CERTIFICATE这正是本课需要清理的内容。第 3 步切换 include 指令在 main.cpp 中将 WiFi Client Secure 的包含指令改为标准 HTTP 版本#include WiFiClient.h改造前为#include WiFiClientSecure.h。第 4 步切换客户端实例声明将全局客户端声明改为 HTTP 版本WiFiClient client;改造前为WiFiClientSecure client;。WiFiClient提供与 web 端点进行普通 HTTP 通信的能力由于本地边缘分类器不走 TLS不需要WiFiClientSecure的加密握手能力。第 5 步移除证书设置在connectWiFi函数中找到并删除设置证书的行client.setCACert(CERTIFICATE);改造后的connectWiFi仅负责连接 WiFivoid connectWiFi() { while (WiFi.status() ! WL_CONNECTED) { Serial.println(Connecting to WiFi..); WiFi.begin(SSID, PASSWORD); delay(500); } Serial.println(Connected!); }第 6 步移除预测密钥请求头在classifyImage函数中删除设置预测密钥请求头的行httpClient.addHeader(Prediction-Key, PREDICTION_KEY);改造后的classifyImage不再携带任何 Azure 鉴权信息void classifyImage(byte *buffer, uint32_t length) { HTTPClient httpClient; httpClient.begin(client, PREDICTION_URL); httpClient.addHeader(Content-Type, application/octet-stream); int httpResponseCode httpClient.POST(buffer, length); if (httpResponseCode 200) { String result httpClient.getString(); DynamicJsonDocument doc(1024); deserializeJson(doc, result.c_str()); JsonObject obj doc.asJsonObject(); JsonArray predictions obj[predictions].asJsonArray(); for(JsonVariant prediction : predictions) { String tag prediction[tagName].asString(); float probability prediction[probability].asfloat(); char buff[32]; sprintf(buff, %s:\t%.2f%%, tag.c_str(), probability * 100.0); Serial.println(buff); } } httpClient.end(); }httpClient.begin(client, PREDICTION_URL)将 HTTP 客户端绑定到普通的WiFiClient与边缘分类器地址上POST 请求把相机采集到的 JPEG 字节流上传响应中的predictions数组则被 ArduinoJson 解析后逐条输出到串口。源码层面的印证仓库中已完成改造的形态本课仓库目录 code-classify/wio-terminal 中的代码即为改造完成的最终形态可作为对照config.h仅保留SSID、PASSWORD、PREDICTION_URL三个常量CERTIFICATE与PREDICTION_KEY均已消失main.cpp第 8 行为#include WiFiClient.hHTTP 版客户端第 15 行为WiFiClient client;connectWiFi中无setCACert调用classifyImage中无Prediction-Key请求头。从代码结构可以推断图片采集链路与分类逻辑本身并未改变buttonPressed()在检测到按钮 CWIO_KEY_C按下后调用camera.startCapture()等待captureReady()随后通过camera.readImageToBuffer(buffer, length)取得 JPEG 缓冲区并交给classifyImage。相机初始化为 JPEG 格式、OV2640 640x480 分辨率见 camera.h 第 13 行Camera camera Camera(JPEG, OV2640_640x480);及 main.cpp 第 13 行。因此本课改造的只是传输层与鉴权层不涉及采集与推理结果解析。为什么边缘场景可以移除证书与密钥这是一个值得理解的架构差异而非简单的代码删减HTTPS 证书云服务Custom Vision是公网端点必须通过 TLS 加密传输图像数据因此客户端要内置受信任的 CA 证书前课使用的正是 Microsoft Azure DigiCert Global Root G2 证书。HTTP 本地网络IoT Edge 分类器运行在你自己的局域网内以普通 HTTP 暴露 REST 接口。正如本课 README 所指出的这里不需要提供预测密钥——因为它不再是 Azure 资源安全策略应基于内部网络的自身安全需求来配置而不是依赖公网端点加 API 密钥。隐私与离线优势图像数据不再离开本地网络避免了每次推理的云端往返延迟与成本也规避了敏感图像数据上传的隐私风险。代价是 Custom Vision 的 Predictions 标签页不再自动汇集这些边缘推理结果若要继续改进模型需要另行设计图像回传与人工再标注机制详见 README.md 的 Model retraining 小节。烧录与运行验证完成上述修改后将代码编译烧录到 Wio Terminal把相机对准某个水果并按下C 按钮即可在串口监视器中看到分类结果Connecting to WiFi.. Connected! Image captured Image read to buffer with length 8200 ripe: 56.84% unripe: 43.16%其中Image read to buffer with length 8200表示相机捕获的 JPEG 数据长度为 8200 字节随后打印两个标签ripe熟、unripe未熟各自的概率百分比。概率来自边缘分类器返回的 JSONpredictions数组probability为 0~1 的浮点数乘以 100 后以两位小数百分比输出。常见问题与衔接指引如果串口只显示连接失败确认URL中的 IP 地址/主机名正确且 Wio Terminal 与 IoT Edge 设备处于同一可达网络可在运行 IoT Edge 的机器上先用curl验证分类器可用性例如curl --location --request POST http://IP 地址或主机名/image --header Content-Type: image/png --data-binary file_Name详见 README.md 的 test the image classifier 小节。为什么仍要部署清单边缘端分类器模块ImageClassifier是通过az iot edge set-modules依据 deployment.json 部署到边缘设备的其中将容器镜像容器注册表名.azurecr.io/classifier:v1映射到宿主机 80 端口本课代码只负责消费该端口暴露的 REST 接口。使用其他 IoT 设备本课同一套边缘分类器同样适用于单板计算机方案对应指南为 single-board-computer.md若在云端虚拟机搭建边缘设备可参考 vm-iotedge.md。至此你的 Wio Terminal 水果质量分类程序已成功切换到本地 IoT Edge 推理图像数据留在局域网内完成熟/未熟判断为后续在工厂产线上部署实时、低延迟、隐私友好的视觉质检打下基础。【免费下载链接】IoT-For-Beginners12 Weeks, 24 Lessons, IoT for All!项目地址: https://gitcode.com/GitHub_Trending/io/IoT-For-Beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考