Table of Contents

Évaluation de la difficulté de reconnaissance d'image

Avant d'ajouter officiellement une image à la galerie de cloud recognition (CRS), la bonne pratique consiste à évaluer sa qualité à l'avance.

Si la zone reconnaissable de l'image cible est trop petite, par exemple un mur blanc ou un bloc de couleur unie, ou si la texture est trop simple, son taux de réussite de reconnaissance sera fortement réduit. Ce chapitre décrit en détail le mécanisme d'évaluation CRS afin de vous aider à sélectionner des matériaux de reconnaissance AR de haute qualité.

Mécanisme d'évaluation et signification des scores

Score Évaluation Suggestion
0 - 1 Excellent Texture extrêmement riche, reconnaissance rapide et tracking très stable.
2 Bon Possède suffisamment de points caractéristiques et peut prendre en charge une activité AR normale.
3 Moyen Le taux de reconnaissance peut être affecté par l'éclairage ou l'angle. Il est recommandé d'optimiser la texture.
4 Faible Extrêmement difficile à reconnaître. Non recommandé comme image de reconnaissance dans les environnements de production.
-1 Erreur Format d'image non pris en charge ou fichier corrompu.
Important

Principe de test réel: si le nombre total de cibles dans la galerie d'images est faible, même avec un score d'évaluation légèrement plus élevé, la cible peut rester utilisable dans un environnement spécifique. Il est recommandé de prendre les résultats réels de test sur appareils physiques comme référence.

Indicateurs globaux principaux

Nous nous concentrons principalement sur les deux indicateurs globaux suivants. Chacun dispose d'un endpoint API séparé qui donne une évaluation globale:

  • Niveau global de difficulté de reconnaissance (detectableRate):

    • L'indicateur le plus important. Il détermine le taux de réussite de la "recherche par image" côté cloud.
    • Évaluation globale donnée par l'endpoint API /grade/detection
  • Niveau global de difficulté de tracking (trackableRate):

    • Si vous utilisez EasyAR Sense SDK pour le local tracking côté Unity/App, cet indicateur détermine la stabilité de la superposition du contenu AR.
    • Évaluation globale donnée par l'endpoint API /grade/tracking

Autres indicateurs détaillés

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

Ces indicateurs évaluent l'image du point de vue des algorithmes d'image, et chaque indicateur est toujours donné de 0 à 4 selon la difficulté.

Comment consulter les résultats d'évaluation

Chaque image cible dans la base de données possède une évaluation détaillée dans ses détails. Vous pouvez obtenir les propriétés de l'image cible via l'API pour les consulter. Vous pouvez également les consulter via EasyAR cloud recognition management.

Voir via EasyAR Web

  • Connectez-vous à EasyAR Web et entrez dans Developer Center
  • Cloud recognition management
  • Sélectionnez la galerie d'images activée
  • Cliquez sur Manage pour entrer dans la gestion de la galerie d'images
  • Sélectionnez l'image cible
  • Cliquez sur Manage pour voir les détails de l'image cible.

Comme indiqué dans la figure, la page de détails contient deux indicateurs globaux principaux, et un pentagone affiche cinq indicateurs détaillés.

  • Reconnaissabilité: correspond le score global original de difficulté de reconnaissance (detectableRate) à un niveau de reconnaissabilité cinq étoiles. Plus le score original de difficulté est faible, plus il y a d'étoiles et plus la reconnaissance est facile
  • Trackability: correspond le score global original de difficulté de tracking (trackableRate) à un niveau de trackability cinq étoiles. Plus le score original de difficulté est faible, plus il y a d'étoiles et plus la reconnaissance est facile

detail

L'API obtient les résultats d'évaluation - endpoint de liste des images cibles

Via l'endpoint de liste des images cibles ou en obtenant les détails, vous pouvez obtenir tous les indicateurs algorithmiques détaillés de chaque image cible, y compris detectableRate, tels que la distribution de texture et le nombre de points caractéristiques.

Bonne pratique: pré-évaluation par API

Lors de la création d'un backend de chargement automatisé, il est recommandé d'appeler l'endpoint d'évaluation avant le chargement officiel.

Document de référence: Endpoint API d'évaluation de la difficulté de reconnaissance d'image

Catégories d'endpoints d'évaluation

  1. Recognition rating (/grade/detection): renvoie uniquement la difficulté de reconnaissance. (Le plus utilisé)
  2. Tracking rating (/grade/tracking): renvoie uniquement la difficulté de tracking.
  3. Detailed rating (/grade/detail): renvoie des indicateurs multidimensionnels comme référence pour les professionnels des algorithmes.

Préparation de l'appel

  • La checklist de préparation est la suivante. Pour savoir comment préparer, consultez checklist de préparation d'appel

    • CRS AppId
    • Identifiant d'authentification: API Key / API Secret ou Token
    • Server-end URL: adresse URL de gestion des images cibles, HTTPS utilise le port 443
    • Test image: format JPEG/PNG, taille ne dépassant pas 2 MB
  • Convertissez d'abord l'image target locale en Base64 (macOS / Linux), puis enregistrez le résultat dans image_base64.txt
base64 -i ./target.jpg | tr -d '\n' > image_base64.txt
  • Remplacez les espaces réservés par les paramètres réels, puis exécutez le script curl
    • Your-Server-side-URL → API Host réel
    • Your-Token → API Key Authorization Token réel
    • Your-CRS-AppId → votre 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)"'"
  }'

Rubriques connexes:

Rubrique suivante: