Pendahuluan Cloud Recognition gambar
Panduan ini menjelaskan prinsip dasar fitur Cloud Recognition dari EasyAR CRS (Cloud Recognition Service), hasil yang diharapkan, serta perbedaannya dengan pelacakan gambar bidang datar lokal, agar pengembang memahami skenario penggunaan dan batasannya.
Prinsip dasar
Cloud Recognition adalah solusi yang memindahkan proses pengenalan ke cloud, cocok untuk skenario dengan basis target besar atau yang membutuhkan pembaruan dinamis. Alur utamanya adalah sebagai berikut:
Pengelolaan basis data
- Membuat basis data: unggah gambar target Anda di konsol CRS. Sistem akan menghitung fitur visual gambar target secara otomatis dan menambahkannya sebagai Target ke basis data backend.
- CRUD: di konsol CRS Anda bisa membuat, menghapus, mengubah, dan melihat basis data target Anda. Setelah operasi selesai, klien tetap bisa digunakan tanpa memperbarui aplikasi.
Penting
Persyaratan kualitas gambar untuk gambar target yang dipakai Cloud Recognition sama persis dengan yang dipakai pada pelacakan gambar bidang datar lokal. Lihat Praktik terbaik gambar target.
Alur pengenalan
- Unggah gambar: klien menangkap gambar saat ini lewat kamera dan mengirim data gambar ke layanan EasyAR CRS.
- Pencocokan di cloud: server melakukan pencarian cepat di basis target cloud dan mencocokkan data Target yang sudah tersimpan (yaitu gambar target yang diunggah pengembang).
- Pengembalian hasil: setelah pencocokan berhasil, cloud mengembalikan hasil pengenalan (ID target, gambar target, dll.) ke klien, lalu klien menggunakannya untuk menampilkan konten virtual atau melanjutkan pelacakan berikutnya menggunakan gambar.
Perbedaan dengan pelacakan gambar bidang datar lokal
| Fitur | Pelacakan gambar bidang datar lokal | Cloud Recognition |
|---|---|---|
| Komputasi pengenalan | Dilakukan secara lokal di perangkat | Dilakukan di server cloud |
| Ukuran basis data | Terbatas oleh memori dan waktu pemuatan; biasanya tidak disarankan melebihi 100 gambar | Hingga 100 ribu gambar target per basis data, dapat diperluas hingga skala ratusan juta |
| Pembaruan target | Perlu membangun ulang dan mendistribusikan aplikasi | Diunggah secara real time dan langsung berlaku |
| Ketergantungan jaringan | Tidak perlu jaringan (bisa offline) | Harus terhubung ke jaringan (permintaan pengenalan membutuhkan jaringan) |
| Fokus fungsi | Pengenalan dan pelacakan berkelanjutan (pose 6DoF) | Pengenalan satu kali (pencocokan target) |
Penjelasan penting:
- Pengenalan: hanya menyelesaikan pencocokan “ini target apa”, tidak menyediakan pelacakan berkelanjutan. Jika perlu pelacakan, harus digabung dengan pelacakan gambar bidang datar lokal.
- Skenario penggunaan: jumlah target banyak (misalnya katalog produk, buku anak), pembaruan sering (misalnya poster acara), atau kebutuhan fungsi sederhana (misalnya hanya mengenali tanpa melacak).
Penggunaan dan pengelolaan layanan
EasyAR CRS menyediakan solusi pengelolaan target cloud yang fleksibel dan aman, mendukung penggunaan dari pengembang individu hingga aplikasi tingkat perusahaan.
Isolasi dan keamanan basis data
- Dukungan banyak basis data: Anda dapat membuat beberapa basis data CRS yang terpisah, dan masing-masing benar-benar terisolasi sehingga target tidak saling konflik. Contohnya:
- Basis data A: untuk kampanye pemasaran, menyimpan poster produk.
- Basis data B: untuk pelatihan pendidikan, menyimpan ilustrasi materi ajar.
- Mekanisme keamanan: setiap basis data diakses dengan API Key dan Secret yang unik, sehingga keamanan data terjamin.
Pemilihan mode concurrency
Berdasarkan skala aplikasi dan kebutuhan pemindaian, CRS menyediakan dua mode concurrency:
| Mode | Skenario | Fitur | Cara aktivasi |
|---|---|---|---|
| Concurrency dasar | Aplikasi AR dengan QPS < 50, volume pemindaian umum | Aktivasi mandiri, stabil dan andal | Ajukan secara online di konsol CRS |
| Concurrency tinggi | Aplikasi AR dengan QPS ≥ 50, pemindaian volume besar | Sumber daya khusus, latensi rendah | Hubungi dukungan teknis EasyAR untuk evaluasi dan aktivasi |
Kiat
Untuk proyek baru atau tahap pengujian, Anda dapat memilih mode dasar; setelah rilis, tentukan peningkatan berdasarkan trafik aktual (misalnya memantau QPS permintaan pengenalan).
Pengelolaan basis data dan API
- Pengelolaan basis data: untuk operasi harian seperti membuat, menghapus, atau mengunggah target, lihat bagian Pengelolaan basis data, yang berisi langkah detail dan tangkapan layar.
- CRS API: menyediakan REST API yang kaya dan mendukung skenario berikut:
- Pemeriksaan kesehatan: periksa status layanan lewat API.
- Otomatisasi: unggah, hapus, ubah, dan cari target secara massal.
- Alat praktis: penilaian tingkat keterkenalan target dan pemeriksaan konflik kemiripan.
Catatan
CRS mendukung integrasi melalui SDK, mini program WeChat, Web, dan cara lain. Integrasi melalui SDK hanya mendukung EasyAR Sense v2.0.0 dan versi di atasnya.
Hasil yang diharapkan
Memahami performa nyata Cloud Recognition membantu pengembang menetapkan target proyek secara wajar. Berikut deskripsi efek tipikal pada skenario umum.
Hasil ideal
- Pengenalan cepat: jeda kurang dari 1 detik dari pengambilan hingga hasil kembali (dengan jaringan yang baik).
- Akurasi tinggi: pada kondisi gambar jelas dan jaringan stabil, akurasi melebihi 98%.
- Mendukung basis target besar: satu basis data dapat mengelola hingga 100 ribu gambar target.
- Pembaruan real time: setelah mengunggah target baru, klien dapat mengenalinya tanpa pembaruan (hanya perlu koneksi).
Situasi tidak ideal dan penanganan
| Fenomena | Penyebab | Persepsi pengguna | Solusi |
|---|---|---|---|
| Latensi tinggi | Jaringan buruk, unggah gambar lambat | Harus menunggu beberapa detik untuk hasil | Tampilkan petunjuk yang sesuai di aplikasi |
| Pengenalan gagal | Gambar buram, target belum diunggah ke cloud | Konten virtual tidak muncul | Periksa status basis target CRS dan bantu pengguna menstabilkan perangkat |
| Konflik target | Terlalu banyak gambar serupa di basis data | Target yang dikenali salah | Optimalkan gambar target agar lebih berbeda, atau kelola gambar serupa di basis data terpisah |
Cara memvalidasi hasil yang diharapkan
- Tahap pengembangan: unggah target uji di konsol EasyAR CRS, validasi alur pengenalan terlebih dahulu lewat contoh HelloARCRS dan biasakan logika aplikasinya, lalu integrasikan ke aplikasi Anda sendiri.
- Tahap pengujian: gunakan aplikasi Anda sendiri untuk menguji tingkat keberhasilan pengenalan pada berbagai kondisi, seperti jaringan lemah, pembaruan dinamis gambar target, dan peningkatan ukuran basis data cloud.
Praktik terbaik
Cloud Recognition memperluas kapasitas basis target dan kemampuan pembaruan dinamis lewat komputasi cloud, tetapi mengorbankan kemampuan offline dan pelacakan real time. Pengembang perlu memilih solusi sesuai kebutuhan proyek (jumlah target, frekuensi pembaruan, lingkungan jaringan, dll.): pelacakan lokal untuk skenario statis skala kecil, Cloud Recognition untuk skenario dinamis skala besar.
Saat menggunakan CRS, disarankan mengembangkan dengan pola berikut:
- Tahap pengujian: gunakan mode concurrency dasar dan unggah sedikit target untuk memvalidasi alur.
- Sebelum rilis: evaluasi concurrency yang diharapkan dan hubungi dukungan teknis lebih awal untuk meningkatkan ke mode concurrency tinggi (butuh 1–2 hari kerja).
- Operasi: gunakan API secara berkala untuk memantau kesehatan basis data dan memastikan stabilitas layanan.
Penting
Peringatan puncak trafik musiman: jika aplikasi Anda mungkin mengalami lonjakan concurrency sementara saat liburan, acara besar, atau promosi pemasaran, harap hubungi dukungan teknis EasyAR setidaknya 3 hari kerja sebelumnya untuk meminta peningkatan layanan, agar penggunaan layanan pengenalan tidak dibatasi.
Selain itu, jika aplikasi Anda membutuhkan basis data besar sekaligus pelacakan gambar target, Anda dapat menggabungkan Cloud Recognition dengan pelacakan gambar bidang datar lokal. Lihat bagian Menggabungkan dengan pelacakan gambar bidang datar lokal untuk detailnya.