Table of Contents

Rating tingkat kesulitan image recognition

Sebelum secara resmi menambahkan image ke cloud recognition (CRS) image library, best practice adalah mengevaluasi kualitasnya terlebih dahulu.

Jika recognizable area pada target image terlalu sedikit, seperti white wall atau solid color block, atau texture terlalu sederhana, recognition success rate akan turun secara signifikan. Bab ini menjelaskan rating mechanism CRS secara detail untuk membantu Anda memilih material AR recognition berkualitas tinggi.

Rating mechanism dan arti score

Score Evaluation Suggestion
0 - 1 Excellent Texture sangat kaya, recognition cepat, dan tracking sangat stabil.
2 Good Memiliki feature point yang cukup dan dapat menjalankan AR business secara normal.
3 Average Recognition rate dapat dipengaruhi oleh lighting atau angle. Disarankan mengoptimalkan texture.
4 Poor Sangat sulit dikenali. Tidak disarankan sebagai recognition image di production environment.
-1 Error Image format tidak didukung atau file rusak.
Penting

Prinsip actual testing: jika jumlah total target dalam image library sedikit, meskipun rating score sedikit lebih tinggi, target mungkin masih dapat digunakan dalam environment tertentu. Disarankan menjadikan hasil test nyata pada device sebagai acuan akhir.

Core comprehensive metrics

Kami terutama memperhatikan dua comprehensive metrics berikut. Keduanya memiliki API endpoint terpisah yang memberikan comprehensive rating:

  • Comprehensive recognition difficulty level (detectableRate):

    • Metric paling inti. Ini menentukan success rate cloud-side "image search by image".
    • Comprehensive rating yang diberikan oleh /grade/detection API endpoint
  • Comprehensive tracking difficulty level (trackableRate):

    • Jika Anda menggunakan EasyAR Sense SDK untuk local tracking di Unity/App, metric ini menentukan stabilitas AR content overlay.
    • Comprehensive rating yang diberikan oleh /grade/tracking API endpoint

Other detailed metrics

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

Metrics ini melakukan rating dari dimensi image algorithm, dan setiap metric tetap diberikan dari 0 sampai 4 berdasarkan tingkat kesulitan.

Cara melihat rating results

Setiap target image dalam database memiliki detailed rating pada detailnya. Anda dapat memperoleh target image properties melalui API untuk melihatnya. Anda juga dapat melihatnya melalui EasyAR cloud recognition management.

Melihat melalui EasyAR Web

  • Login ke EasyAR Web dan masuk ke Developer Center
  • Cloud recognition management
  • Pilih image library yang sudah diaktifkan
  • Klik Manage untuk masuk ke image library management
  • Pilih target image
  • Klik Manage untuk melihat detail target image.

Seperti pada gambar, halaman detail memiliki dua core comprehensive metrics, dan pentagon menampilkan lima detailed metrics.

  • Recognizability: mengonversi original comprehensive recognition difficulty score (detectableRate) menjadi five-star recognizability level. Semakin kecil original difficulty score, semakin banyak bintang dan semakin mudah dikenali
  • Trackability: mengonversi original comprehensive tracking difficulty score (trackableRate) menjadi five-star trackability level. Semakin kecil original difficulty score, semakin banyak bintang dan semakin mudah dikenali

detail

API memperoleh rating results - target image list endpoint

Melalui target image list endpoint atau dengan memperoleh detail, Anda dapat mendapatkan semua detailed algorithm metrics dari setiap target image, termasuk detectableRate, seperti texture distribution dan feature point count.

Best practice: API pre-rating

Saat membangun automated upload backend, disarankan memanggil rating endpoint sebelum upload resmi.

Dokumen referensi: Image recognition difficulty rating API endpoint

Kategori rating endpoint

  1. Recognition rating (/grade/detection): hanya mengembalikan recognition difficulty. (Paling sering digunakan)
  2. Tracking rating (/grade/tracking): hanya mengembalikan tracking difficulty.
  3. Detailed rating (/grade/detail): mengembalikan multi-dimensional metrics untuk referensi professional algorithm engineers.

Persiapan panggilan

  • Checklist persiapan adalah sebagai berikut. Cara menyiapkan dapat dilihat di Call preparation checklist

    • CRS AppId
    • Authentication credential: API Key / API Secret atau Token
    • Server-end URL: target image management URL address, HTTPS menggunakan port 443
    • Test image: format JPEG/PNG, ukuran tidak boleh melebihi 2 MB
  • Konversi gambar target lokal ke Base64 (macOS / Linux) terlebih dahulu, dan simpan hasilnya ke image_base64.txt
base64 -i ./target.jpg | tr -d '\n' > image_base64.txt
  • Ganti placeholder dengan parameter sebenarnya, lalu jalankan skrip curl
    • Your-Server-side-URL → API Host sebenarnya
    • Your-Token → API Key Authorization Token sebenarnya
    • Your-CRS-AppId → appId Anda
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)"'"
  }'

Topik terkait:

Topik berikutnya: