Table of Contents

Calificación de dificultad de reconocimiento de imágenes

Antes de agregar formalmente imágenes a la galería de reconocimiento en la nube (CRS), best practice es evaluar previamente su calidad.

Si el área reconocible de la imagen objetivo es demasiado pequeña (como una pared blanca, bloques de color sólido) o la textura es demasiado simple, su tasa de éxito de reconocimiento disminuirá significativamente. Este capítulo detalla el mecanismo de calificación de CRS para ayudarle a filtrar materiales de reconocimiento AR de alta calidad.

Mecanismo de calificación y significado de puntuación

Puntuación Evaluación Recomendación
0 - 1 Excelente Textura extremadamente rica, velocidad de reconocimiento rápida, seguimiento muy estable.
2 Bueno Tiene suficientes puntos característicos para realizar negocios AR con normalidad.
3 Regular La tasa de reconocimiento puede verse afectada por la iluminación o el ángulo, se recomienda optimizar la textura.
4 Deficiente Extremadamente difícil de reconocer, no se recomienda como imagen de reconocimiento en entornos de producción.
-1 Error Formato de imagen no compatible o archivo dañado.

[!Importante] Principio de prueba real: si el número total de objetivos en la galería es pequeño, incluso con una calificación ligeramente más alta, aún puede ser utilizable en entornos específicos. Se recomienda basarse en los resultados de pruebas reales en dispositivos.

Indicadores centrales integrales

Nos enfocamos principalmente en los siguientes dos indicadores integrales, que tienen interfaces API separadas y proporcionan una calificación integral:

  • Nivel integral de dificultad de reconocimiento (detectableRate):

    • Indicador más central. Determina la tasa de éxito de "búsqueda de imágenes por imagen" en la nube.
    • Calificación integral proporcionada por la interfaz API /grade/detection
  • Nivel integral de dificultad de seguimiento (trackableRate):

    • Si utiliza EasyAR Sense SDK en el lado de Unity/App para seguimiento local, este indicador determina la estabilidad de la superposición de contenido AR.
    • Calificación integral proporcionada por la interfaz API /grade/tracking

Otros indicadores detallados

  • detectableDistinctiveness
  • detectableFeatureCount
  • trackableDistinctiveness
  • trackableFeatureCount
  • trackableFeatureDistribution
  • trackablePatchContrast
  • trackablePatchAmbiguity

Estos indicadores califican desde la dimensión del algoritmo de imágenes, cada uno aún asigna una dificultad de 0 a 4.

Cómo navegar por los resultados de calificación

Los detalles de cada imagen objetivo en la base de datos contienen la calificación detallada. Se puede ver a través de la API que obtiene los atributos de la imagen objetivo. También se puede ver a través de la gestión de reconocimiento en la nube de EasyAR.

Ver a través de EasyAR Web

  • Inicie sesión en EasyAR Web e ingrese al centro de desarrollo
  • Gestión de reconocimiento en la nube
  • Seleccione la galería activada
  • Haga clic en Administrar para ingresar a la gestión de la galería
  • Seleccione la imagen objetivo
  • Haga clic en Administrar para ver los detalles de la imagen objetivo.

Como se muestra en la figura, la página de detalles contiene dos indicadores centrales integrales, y un pentágono muestra cinco indicadores detallados.

  • Reconocibilidad: según la puntuación integral original de dificultad de reconocimiento (detectableRate) se corresponde con un nivel de cinco estrellas de reconocibilidad. Cuanto menor sea la puntuación de dificultad original, más estrellas, más fácil de reconocer
  • Seguibilidad: según la puntuación integral original de dificultad de seguimiento (trackableRate) se corresponde con un nivel de cinco estrellas de seguibilidad. Cuanto menor sea la puntuación de dificultad original, más estrellas, más fácil de reconocer

detail

API para obtener resultados de calificación — Interfaz de lista de imágenes objetivo

A través de la interfaz de lista de imágenes objetivo o para obtener detalles, se pueden obtener todos los indicadores algorítmicos detallados (como distribución de textura, cantidad de puntos característicos, etc.) incluido detectableRate para cada imagen objetivo.

Best practice: calificación previa mediante API

Al construir un backend de carga automatizada, se recomienda llamar a la interfaz de calificación antes de la carga formal.

Documentación de referencia: Interfaz API de calificación de dificultad de reconocimiento de imágenes

Clasificación de interfaces de calificación

  1. Calificación de reconocimiento (/grade/detection): Solo devuelve la dificultad de reconocimiento. (Más común)
  2. Calificación de seguimiento (/grade/tracking): Solo devuelve la dificultad de seguimiento.
  3. Calificación detallada (/grade/detail): Devuelve indicadores multidimensionales para referencia de personal algorítmico profesional.

Preparación para la llamada

  • Prepare la siguiente lista, cómo prepararla consulte Lista de preparación para llamadas

    • CRS AppId
    • Credenciales de autenticación: API Key / API Secret o Token
    • URL del servidor: URL de gestión de imágenes objetivo, puerto 443 para https
    • Imagen de prueba: Formato JPEG/PNG, tamaño no debe exceder 2 MB
  • Convertir primero la imagen local a Base64 (macOS/Linux), guardar el resultado en image_base64.txt
base64 -i ./target.jpg | tr -d '\n' > image_base64.txt
  • Reemplazar los marcadores de posición con parámetros reales y ejecutar el script curl
    • Your-Server-side-URL → Host real de API
    • Your-Token → Token de autorización real de API Key
    • Your-CRS-AppId → Su appId
curl -X POST "https://<Your-Server-side-URL>/grade/detail" \
  -H "Content-Type: application/json" \
  -H "Authorization: <YOUR-TOKEN>" \
  -d '{
    "appId": "<Your-CRS-AppId>",
    "image": "'"$(cat image_base64.txt)"'"
  }'

Temas relacionados:

Próximo tema: