CLI : คำสั่งใหม่

<รูป>

Chloros CLI ให้การเข้าถึงบรรทัดคำสั่งที่มีประสิทธิภาพสำหรับกลไกการประมวลผลภาพ Chloros ช่วยให้การทำงานอัตโนมัติ การเขียนสคริปต์ และการทำงานแบบไม่มีส่วนหัวสำหรับเวิร์กโฟลว์เกี่ยวกับภาพของคุณ

คุณสมบัติที่สำคัญ

🚀 ระบบอัตโนมัติ - การประมวลผลสคริปต์ชุดข้อมูลหลายชุด
🔗 บูรณาการ - ฝังอยู่ในเวิร์กโฟลว์และไปป์ไลน์ที่มีอยู่
💻 การทำงานแบบไร้หัว - ทำงานโดยไม่มี GUI
🌍 หลายภาษา - รองรับ 38 ภาษา
⚡ การประมวลผลแบบขนาน - Dynamic Compute Adaptation ปรับให้เหมาะสมสำหรับฮาร์ดแวร์ของคุณโดยอัตโนมัติ

ความต้องการ

ข้อกำหนด

รายละเอียด

ระบบปฏิบัติการ

Windows 10/11 (64 บิต), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)

ใบอนุญาต

Chloros+ (ต้องใช้แผนการชำระเงิน)

ความทรงจำ

RAM ขั้นต่ำ 8GB (แนะนำ 16GB)

อินเตอร์เน็ต

จำเป็นสำหรับการเปิดใช้งานใบอนุญาต

พื้นที่ดิสก์

แตกต่างกันไปตามขนาดโครงการ

ข้อกำหนดสิทธิ์การใช้งาน: CLI จำเป็นต้องสมัครสมาชิก Chloros+ แบบชำระเงิน แผนมาตรฐาน (ฟรี) ไม่มีการเข้าถึง CLI ไปที่ https://cloud.mapir.camera/pricing เพื่ออัปเกรด

เริ่มต้นอย่างรวดเร็ว

การติดตั้ง

Windows

CLI จะรวมอยู่ในโปรแกรมติดตั้ง Chloros โดยอัตโนมัติ:

ดาวน์โหลดและรัน Chloros Installer.exe
กรอกวิซาร์ดการติดตั้งให้เสร็จสมบูรณ์
CLI ติดตั้งไว้ที่: C:\Program Files\Chloros\resources\cli\chloros-cli.exe

โปรแกรมติดตั้งจะเพิ่ม chloros-cli ให้กับ PATH ระบบของคุณโดยอัตโนมัติ รีสตาร์ทเทอร์มินัลของคุณหลังการติดตั้ง

Linux

ติดตั้งแพ็คเกจ .deb สำหรับสถาปัตยกรรมของคุณ:

# Linux amd64
sudo dpkg -i chloros-amd64.deb

# Linux arm64 (NVIDIA Jetson, JetPack 6)
sudo dpkg -i chloros-arm64-jp6.deb

สำหรับการตั้งค่า Linux โดยละเอียด โปรดดูที่ การติดตั้ง Linux

การตั้งค่าครั้งแรก

ก่อนที่จะใช้ CLI ให้เปิดใช้งานใบอนุญาต Chloros+ ของคุณ:

Windows:

# Login with your Chloros+ account
chloros-cli login user@example.com 'your_password'

# Check license status
chloros-cli status

# Process your first project
chloros-cli process "C:\Images\Dataset001"

Linux:

# Login with your Chloros+ account
chloros-cli login user@example.com 'your_password'

# Check license status
chloros-cli status

# Process your first project
chloros-cli process ~/images/dataset001

การใช้งานพื้นฐาน

ประมวลผลโฟลเดอร์ด้วยการตั้งค่าเริ่มต้น:

Windows:

chloros-cli process "C:\Images\Dataset001"

Linux:

chloros-cli process ~/images/dataset001

การอ้างอิงคำสั่ง

ไวยากรณ์ทั่วไป

chloros-cli [global-options] <command> [command-options]

คำสั่ง

`process` - ประมวลผลรูปภาพ

ประมวลผลภาพในโฟลเดอร์ที่มีการปรับเทียบ

ไวยากรณ์:

chloros-cli process <input-folder> [options]

ตัวอย่าง:

# Windows
chloros-cli process "C:\Datasets\Survey_001" --vignette --reflectance

# Linux
chloros-cli process ~/datasets/survey_001 --vignette --reflectance

ตัวเลือกคำสั่งกระบวนการ

ตัวเลือก

พิมพ์

ค่าเริ่มต้น

คำอธิบาย

<input-folder>

เส้นทาง

จำเป็น

โฟลเดอร์ที่มีรูปภาพหลายสเปกตรัม RAW/JPG

-o, --output

เส้นทาง

เช่นเดียวกับอินพุต

โฟลเดอร์เอาท์พุตสำหรับรูปภาพที่ประมวลผล

-n, --project-name

สตริง

สร้างอัตโนมัติ

ชื่อโปรเจ็กต์แบบกำหนดเอง

--vignette

ตั้งค่าสถานะ

เปิดใช้งาน

เปิดใช้งานการแก้ไขบทความสั้น

--no-vignette

ตั้งค่าสถานะ

ปิดใช้งานการแก้ไขบทความสั้น

--reflectance

ตั้งค่าสถานะ

เปิดใช้งาน

เปิดใช้งานการปรับเทียบการสะท้อนแสง

--no-reflectance

ตั้งค่าสถานะ

ปิดใช้งานการปรับเทียบการสะท้อนแสง

--ppk

ตั้งค่าสถานะ

ปิดการใช้งาน

ใช้การแก้ไข PPK จากข้อมูลเซ็นเซอร์วัดแสง .daq

--format

ทางเลือก

TIFF (16 บิต)

รูปแบบเอาต์พุต: TIFF (16-bit), TIFF (32-bit, Percent), PNG (8-bit), JPG (8-bit)

--min-target-size

จำนวนเต็ม

อัตโนมัติ

ขนาดเป้าหมายขั้นต่ำเป็นพิกเซลสำหรับการตรวจจับแผงการปรับเทียบ

--target-clustering

จำนวนเต็ม

อัตโนมัติ

เกณฑ์การจัดกลุ่มเป้าหมาย (0-100)

--debayer

ทางเลือก

standard

วิธีการชำระล้าง: standard หรือ texture-aware (Chloros+ เท่านั้น)

--target, --targets

ตั้งค่าสถานะ

ปิดการใช้งาน

ค้นหาเฉพาะเป้าหมายการสอบเทียบในโฟลเดอร์ย่อย "เป้าหมาย" หรือ "เป้าหมาย" เท่านั้น (เร่งการประมวลผล)

--indices

รายการ

ไม่มี

ดัชนีพืชพรรณที่ต้องคำนวณ (เช่น --indices NDVI NDRE GNDVI)

--exposure-pin-1

สตริง

ไม่มี

ล็อคค่าแสงสำหรับกล้องรุ่น (พิน 1)

--exposure-pin-2

สตริง

ไม่มี

ล็อคค่าแสงสำหรับกล้องรุ่น (พิน 2)

--recal-interval

จำนวนเต็ม

อัตโนมัติ

ช่วงเวลาการปรับเทียบใหม่เป็นวินาที

--timezone-offset

จำนวนเต็ม

ชดเชยเขตเวลาเป็นชั่วโมง

เข้าสู่ระบบด้วยข้อมูลประจำตัว Chloros+ ของคุณเพื่อเปิดใช้งานการประมวลผล CLI

ไวยากรณ์:

chloros-cli login <email> <password>

ตัวอย่าง:

chloros-cli login user@example.com 'MyP@ssw0rd123'

อักขระพิเศษ: ใช้เครื่องหมายคำพูดเดี่ยวรอบรหัสผ่านที่มีอักขระ เช่น $, ! หรือช่องว่าง

ผลลัพธ์:<รูป>

***

`logout` - ล้างข้อมูลรับรอง

ล้างข้อมูลประจำตัวที่เก็บไว้และออกจากระบบบัญชีของคุณ

ไวยากรณ์:

chloros-cli logout

ตัวอย่าง:

chloros-cli logout

ผลลัพธ์:

✓ Logout successful
ℹ Credentials cleared from cache

ผู้ใช้ SDK: Python SDK ยังมีวิธี logout() แบบเป็นโปรแกรมสำหรับการล้างข้อมูลรับรองภายในสคริปต์ Python ดู [Python SDK เอกสาร] (api-python-sdk.md#logout) สำหรับรายละเอียด

`status` - ตรวจสอบสถานะใบอนุญาต

แสดงใบอนุญาตปัจจุบันและสถานะการรับรองความถูกต้อง

ไวยากรณ์:

chloros-cli status

ตัวอย่าง:

chloros-cli status

ผลลัพธ์:

╔══════════════════════════════════════╗
║     LICENSE & ACCOUNT INFORMATION    ║
╚══════════════════════════════════════╝

📧 Email: user@example.com
📋 Plan: Chloros+ Professional
🔓 API/CLI Access: Enabled
✓ Status: Active

`export-status` - ตรวจสอบความคืบหน้าการส่งออก

ติดตามความคืบหน้าในการส่งออก Thread 4 ในระหว่างหรือหลังการประมวลผล

ไวยากรณ์:

chloros-cli export-status

ตัวอย่าง:

chloros-cli export-status

กรณีการใช้งาน: เรียกใช้คำสั่งนี้ขณะประมวลผลเพื่อตรวจสอบความคืบหน้าในการส่งออก***

`language` - จัดการภาษาอินเทอร์เฟซ

ดูหรือเปลี่ยนภาษาอินเทอร์เฟซ CLI

ไวยากรณ์:

# Show current language
chloros-cli language

# List all available languages
chloros-cli language --list

# Set a specific language
chloros-cli language <language-code>

ตัวอย่าง:

# View current language
chloros-cli language

# List all 38 supported languages
chloros-cli language --list

# Change to Spanish
chloros-cli language es

# Change to Japanese
chloros-cli language ja

ภาษาที่รองรับ (ทั้งหมด 38 ภาษา)

รหัส

ภาษา

ชื่อพื้นเมือง

en

อังกฤษ

es

สเปน

ภาษาสเปน

pt

โปรตุเกส

ภาษาโปรตุเกส

fr

ฝรั่งเศส

de

เยอรมัน

it

ภาษาอิตาลี

อิตาเลียโน่

ja

ญี่ปุ่น

ภาษาญี่ปุ่น

ko

เกาหลี

zh

จีน (ตัวย่อ)

简体中文

zh-TW

จีน (ตัวเต็ม)

繁體中文

ru

รัสเซีย

รัสสกี้

nl

ดัตช์

เนเธอร์แลนด์

ar

ภาษาอาหรับ

العربية

pl

ภาษาโปแลนด์

โปลสกี้

tr

ภาษาตุรกี

เตอร์กเช่

hi

ฮินดี

हिंदी

id

อินโดนีเซีย

บาฮาซาอินโดนีเซีย

vi

ภาษาเวียดนาม

Tiếng Viết

th

ไทย

sv

สวีเดน

สเวนสกา

da

ภาษาเดนมาร์ก

ดันสค์

no

นอร์เวย์

นอร์สค์

fi

ภาษาฟินแลนด์

ซูโอมิ

el

กรีก

เกรียน

cs

เช็ก

เชสตินา

hu

ฮังการี

มากยาร์

ro

โรมาเนีย

uk

ภาษายูเครน

Украйнська

pt-BR

โปรตุเกสแบบบราซิล

Português Brasileiro

zh-HK

กวางตุ้ง

粵語

ms

มาเลย์

บาฮาซามลายู

sk

สโลวัก

สโลวีเนีย

bg

บัลแกเรีย

Български

hr

ภาษาโครเอเชีย

ฮวาตสกี

lt

ลิทัวเนีย

Lietuvių

lv

ลัตเวีย

ลัตเวียซู

et

เอสโตเนีย

เอสติ

sl

ภาษาสโลเวเนีย

สโลวีเนีย

การคงอยู่อัตโนมัติ: การตั้งค่าภาษาของคุณจะถูกบันทึกลงใน ~/.chloros/cli_language.json และคงอยู่ในทุกเซสชัน

`set-project-folder` - ตั้งค่าโฟลเดอร์โครงการเริ่มต้น

เปลี่ยนตำแหน่งโฟลเดอร์โปรเจ็กต์เริ่มต้น (แชร์กับ GUI บน Windows)

ไวยากรณ์:

chloros-cli set-project-folder <folder-path>

ตัวอย่าง:

# Windows
chloros-cli set-project-folder "C:\Projects\2025"

# Linux
chloros-cli set-project-folder ~/projects/2025

`get-project-folder` - แสดงโฟลเดอร์โครงการ

แสดงตำแหน่งโฟลเดอร์โครงการเริ่มต้นปัจจุบัน

ไวยากรณ์:

chloros-cli get-project-folder

ตัวอย่าง:

chloros-cli get-project-folder

ผลลัพธ์:


# Windows
ℹ Current project folder: C:\Projects\2025

# Linux
ℹ Current project folder: /home/user/.local/share/chloros/projects

`reset-project-folder` - รีเซ็ตเป็นค่าเริ่มต้น

รีเซ็ตโฟลเดอร์โครงการเป็นตำแหน่งเริ่มต้น

ไวยากรณ์:

chloros-cli reset-project-folder

`selftest` - เรียกใช้การวินิจฉัยระบบ

ดำเนินการตรวจสอบวินิจฉัย 7 ครั้งเพื่อตรวจสอบการกำหนดค่าระบบของคุณ

ไวยากรณ์:

chloros-cli selftest

ทำการวินิจฉัย:

การตรวจสอบเวอร์ชั่น
ความพร้อมใช้งานของพอร์ต (5,000)
การเริ่มต้นแบ็กเอนด์
การทดสอบการเชื่อมต่อ API
ข้อมูลระบบและการตรวจจับ GPU
การตรวจสอบโมเดล Denoiser
การตรวจสอบความพร้อมของ CUDA

มีประโยชน์สำหรับการแก้ไขปัญหา: เรียกใช้ selftest หลังการติดตั้งเพื่อตรวจสอบว่าระบบของคุณได้รับการกำหนดค่าอย่างถูกต้อง โดยเฉพาะบน Linux/Jetson ซึ่งการตั้งค่า GPU และ CUDA อาจต้องมีการตรวจสอบ

`update` - ตรวจสอบการอัปเดต (Linux เท่านั้น)

ตรวจสอบและติดตั้งอัพเดต CLI บนระบบ Linux

ไวยากรณ์:

# Check for updates without installing
chloros-cli update --check

# Check for and install updates
chloros-cli update

ตัวเลือก

คำอธิบาย

--check

ตรวจสอบเฉพาะการอัปเดต อย่าติดตั้ง

คำสั่งนี้มีอยู่ใน Linux เท่านั้น บน Windows การอัปเดตจะถูกส่งผ่านตัวติดตั้ง

ตัวเลือกระดับโลก

ตัวเลือกเหล่านี้ใช้กับคำสั่งทั้งหมด:

ตัวเลือก

พิมพ์

ค่าเริ่มต้น

คำอธิบาย

--backend-exe

เส้นทาง

ตรวจพบอัตโนมัติ

เส้นทางไปยังไฟล์ปฏิบัติการแบ็กเอนด์

--port

จำนวนเต็ม

5000

หมายเลขพอร์ตแบ็กเอนด์ API

--restart

ตั้งค่าสถานะ

บังคับให้รีสตาร์ทแบ็กเอนด์ (ฆ่ากระบวนการที่มีอยู่)

--version

ตั้งค่าสถานะ

แสดงข้อมูลเวอร์ชันและออก

--help

ตั้งค่าสถานะ

แสดงข้อมูลวิธีใช้และออก

การตรวจจับอัตโนมัติแบ็กเอนด์: เส้นทาง --backend-exe ถูกตรวจพบอัตโนมัติต่อแพลตฟอร์ม:

Windows: C:\Program Files\MAPIR\Chloros\resources\backend\chloros-backend.exe
Linux (.deb): /usr/lib/chloros/chloros-backend
Linux (แบบแมนนวล): /opt/mapir/chloros/backend/chloros-backend

ตัวอย่างพร้อมตัวเลือกสากล:

Windows:

chloros-cli --port 5001 process "C:\Datasets\Survey_001"

Linux:

chloros-cli --port 5001 process ~/datasets/survey_001

คู่มือการตั้งค่าการประมวลผล

การประมวลผลแบบขนานและการปรับการคำนวณแบบไดนามิก

Chloros 1.1.0 ประกอบด้วย Dynamic Compute Adaptation — กลไกการประมวลผล ตรวจจับฮาร์ดแวร์ของคุณโดยอัตโนมัติ และเลือกกลยุทธ์ที่เหมาะสมที่สุด:

แพลตฟอร์ม

กลยุทธ์

คนงาน

ไปป์ไลน์

หมายเหตุ

เจ็ตสัน นาโน 8GB

GPU_SINGLE

tiled_gpu

ประสิทธิภาพของหน่วยความจำ, ซีเรียลไลซ์

Jetson Orin NX 16GB

GPU_PARALLEL

fused_gpu

การประมวลผล GPU พร้อมกัน

เดสก์ท็อปพร้อม GPU 8GB

GPU_SINGLE

tiled_gpu

ประสิทธิภาพเดสก์ท็อปที่ดี

เดสก์ท็อปที่มี GPU 12GB+

GPU_PARALLEL

3-4

fused_gpu

ประสิทธิภาพเดสก์ท็อปที่เหมาะสมที่สุด

ระบบเฉพาะ CPU

CPU_PARALLEL

แกน - 1

cpu_fallback

ไม่ต้องใช้ GPU

ไม่จำเป็นต้องกำหนดค่าด้วยตนเอง! Chloros ตรวจจับเซ็นเซอร์ความร้อน CPU, GPU, RAM และ (บน Jetson) ของคุณโดยอัตโนมัติ จากนั้นกำหนดค่าไปป์ไลน์การประมวลผลที่เหมาะสมที่สุดโดยอัตโนมัติ

วิธีการชำระหนี้

วิธีการ

CLI ธง

คุณภาพ

ความเร็ว

ใบอนุญาต

มาตรฐาน (เร็ว คุณภาพปานกลาง)

--debayer standard

ดี

รวดเร็ว

ฟรี / Chloros+

การรับรู้พื้นผิว (ช้า คุณภาพสูงสุด)

--debayer texture-aware

สูงสุด

ช้า

Chloros+ เท่านั้น

วิธีการ debayer เริ่มต้นคือ มาตรฐานวิธีการTexture Aware ใช้โมเดลการลดสัญญาณรบกวนแบบ AI/ML เพื่อให้ได้เอาต์พุตคุณภาพสูงสุด แต่ต้องใช้ใบอนุญาต Chloros+ และ NVIDIA GPU

# Use Texture Aware debayer (Chloros+ only)
chloros-cli process ~/datasets/field_a --debayer texture-aware

การแก้ไขขอบมืด

ให้ประโยชน์อะไรบ้าง: แก้ไขแสงตกที่ขอบภาพ (มุมที่มืดกว่าซึ่งพบได้ทั่วไปในภาพของกล้อง)

เปิดใช้งานโดยค่าเริ่มต้น - ผู้ใช้ส่วนใหญ่ควรเปิดใช้งานสิ่งนี้ต่อไป
ใช้ --no-vignette เพื่อปิดการใช้งาน

คำแนะนำ: เปิดใช้การแก้ไขวิกเน็ตต์เสมอเพื่อให้ความสว่างทั่วทั้งเฟรมสม่ำเสมอ

การสอบเทียบการสะท้อนแสง

แปลงค่าเซ็นเซอร์ดิบเป็นเปอร์เซ็นต์การสะท้อนแสงที่เป็นมาตรฐานโดยใช้แผงการสอบเทียบ

เปิดใช้งานโดยค่าเริ่มต้น - จำเป็นสำหรับการวิเคราะห์พืชพรรณ
ต้องมีแผงเป้าหมายการปรับเทียบในภาพ
ใช้ --no-reflectance เพื่อปิดการใช้งาน

ข้อกำหนด: ตรวจสอบให้แน่ใจว่าแผงการปรับเทียบได้รับการเปิดเผยอย่างเหมาะสมและมองเห็นได้ในภาพของคุณเพื่อการแปลงการสะท้อนแสงที่แม่นยำ

การแก้ไข PPK

ให้ประโยชน์อะไรบ้าง: ใช้การแก้ไขจลนศาสตร์หลังการประมวลผลโดยใช้ข้อมูลบันทึก DAQ-A-SD เพื่อความแม่นยำของ GPS ที่ดีขึ้น

ปิดใช้งานโดยค่าเริ่มต้น
ใช้ --ppk เพื่อเปิดใช้งาน
ต้องใช้ไฟล์ .daq ในโฟลเดอร์โปรเจ็กต์จากเซ็นเซอร์วัดแสง MAPIR DAQ-A-SD

รูปแบบเอาต์พุต

รูปแบบ

ความลึกบิต

ขนาดไฟล์

ดีที่สุดสำหรับ

TIFF (16 บิต) ⭐

จำนวนเต็ม 16 บิต

ขนาดใหญ่

การวิเคราะห์ GIS, โฟโตแกรมเมทรี (แนะนำ)

TIFF (32 บิต, เปอร์เซ็นต์)

ทศนิยม 32 บิต

มาก ใหญ่

การวิเคราะห์ทางวิทยาศาสตร์ การวิจัย

PNG (8 บิต)

จำนวนเต็ม 8 บิต

ปานกลาง

การตรวจสอบด้วยภาพ การแชร์เว็บ

JPG (8 บิต)

8 บิต จำนวนเต็ม

เล็ก

ดูตัวอย่างด่วน เอาต์พุตที่ถูกบีบอัด

ระบบอัตโนมัติและการเขียนสคริปต์

การประมวลผลชุด PowerShell (Windows)

ประมวลผลโฟลเดอร์ชุดข้อมูลหลายชุดโดยอัตโนมัติบน Windows:

# process_all_datasets.ps1

$datasets = Get-ChildItem "C:\Datasets\2025" -Directory

foreach ($dataset in $datasets) {
    Write-Host "Processing $($dataset.Name)..." -ForegroundColor Cyan
    
    chloros-cli process $dataset.FullName `
        --vignette `
        --reflectance
    
    if ($LASTEXITCODE -eq 0) {
        Write-Host "✓ $($dataset.Name) complete" -ForegroundColor Green
    } else {
        Write-Host "✗ $($dataset.Name) failed" -ForegroundColor Red
    }
}

Write-Host "All datasets processed!" -ForegroundColor Green

Windows ชุดสคริปต์ (Windows)

การวนซ้ำอย่างง่ายสำหรับการประมวลผลแบบแบตช์บน Windows:

@echo off
echo Starting batch processing...

for /d %%i in (C:\Datasets\2025\*) do (
    echo.
    echo ========================================
    echo Processing: %%i
    echo ========================================
    chloros-cli process "%%i"
    
    if %ERRORLEVEL% EQU 0 (
        echo SUCCESS: %%i processed
    ) else (
        echo ERROR: %%i failed
    )
)

echo.
echo All datasets processed!
pause

การประมวลผลแบตช์ Bash (Linux)

ประมวลผลโฟลเดอร์ชุดข้อมูลหลายชุดบน Linux:

#!/bin/bash
# process_all_datasets.sh

for dataset in ~/datasets/2026/*/; do
    name=$(basename "$dataset")
    echo "Processing $name..."

    chloros-cli process "$dataset" \
        --vignette \
        --reflectance

    if [ $? -eq 0 ]; then
        echo "✓ $name complete"
    else
        echo "✗ $name failed"
    fi
done

echo "All datasets processed!"

สคริปต์การทำงานอัตโนมัติ Python (ข้ามแพลตฟอร์ม)

ระบบอัตโนมัติขั้นสูงพร้อมการจัดการข้อผิดพลาด (ใช้ได้กับ Windows และ Linux):

import subprocess
import os
import sys
from pathlib import Path
from datetime import datetime

def process_dataset(input_folder):
    """Process a folder using Chloros CLI"""
    cmd = ['chloros-cli', 'process', str(input_folder)]
    
    # Execute command
    result = subprocess.run(
        cmd, 
        capture_output=True, 
        text=True,
        encoding='utf-8'
    )
    
    return result.returncode == 0, result.stdout, result.stderr

def main():
    """Process all datasets in a directory"""
    # Adjust path for your platform
    # Windows: Path('C:/Datasets/2025')
    # Linux:   Path.home() / 'datasets' / '2025'
    datasets_dir = Path('C:/Datasets/2025')
    log_file = Path('processing_log.txt')
    
    successful = []
    failed = []
    
    # Start processing
    print(f"Starting batch processing: {datetime.now()}")
    print(f"Scanning: {datasets_dir}")
    print("=" * 60)
    
    for dataset_folder in sorted(datasets_dir.iterdir()):
        if not dataset_folder.is_dir():
            continue
        
        print(f"\nProcessing: {dataset_folder.name}")
        
        success, stdout, stderr = process_dataset(dataset_folder)
        
        if success:
            print(f"✓ {dataset_folder.name} - SUCCESS")
            successful.append(dataset_folder.name)
        else:
            print(f"✗ {dataset_folder.name} - FAILED")
            failed.append(dataset_folder.name)
            
            # Log error details
            with open(log_file, 'a', encoding='utf-8') as f:
                f.write(f"\n=== {dataset_folder.name} - {datetime.now()} ===\n")
                f.write(f"STDOUT:\n{stdout}\n")
                f.write(f"STDERR:\n{stderr}\n")
    
    # Print summary
    print("\n" + "=" * 60)
    print(f"SUMMARY - Completed: {datetime.now()}")
    print(f"  Successful: {len(successful)}")
    print(f"  Failed: {len(failed)}")
    
    if failed:
        print(f"\nFailed folders:")
        for folder in failed:
            print(f"  - {folder}")
        print(f"\nCheck {log_file} for error details")
        sys.exit(1)
    else:
        print("\nAll datasets processed successfully!")
        sys.exit(0)

if __name__ == '__main__':
    main()

ขั้นตอนการประมวลผล

ขั้นตอนการทำงานมาตรฐาน

อินพุต: โฟลเดอร์ที่มีคู่ภาพ RAW/JPG
การค้นพบ: CLI สแกนอัตโนมัติสำหรับไฟล์ภาพที่รองรับ
การประมวลผล: โหมดขนานจะปรับขนาดตามคอร์ CPU ของคุณ (Chloros+)
เอาต์พุต: สร้างโฟลเดอร์ย่อยของรุ่นกล้องที่มีภาพที่ประมวลผลแล้ว

ตัวอย่างโครงสร้างผลลัพธ์


MyProject/
├── project.json                             # Project metadata
├── 2025_0203_193056_008.JPG                # Original JPG
├── 2025_0203_193055_007.RAW                # Original RAW
└── Survey3N_RGN/                           # Processed outputs ✓
    ├── 2025_0203_193056_008_Reflectance.tif   # Calibrated reflectance
    ├── 2025_0203_193056_008_Target.tif        # Target detection
    └── ...

การประมาณเวลาดำเนินการ

เวลาในการประมวลผลโดยทั่วไปสำหรับ 100 ภาพ (แต่ละภาพ 12MP):

แพลตฟอร์ม

โหมด

เวลาโดยประมาณ

หมายเหตุ

เดสก์ท็อป 12GB+ GPU

GPU_PARALLEL

5-10 นาที

ตัวเลือกที่เร็วที่สุด

เดสก์ท็อป 8GB GPU

GPU_SINGLE

10-15 นาที

ผลงานดี

Jetson Orin NX 16GB

GPU_PARALLEL

15-25 นาที

การคำนวณขอบ

เจ็ตสัน นาโน 8GB

GPU_SINGLE

30-60 นาที

หน่วยความจำจำกัด

ซีพียูเท่านั้น

CPU_PARALLEL

20-40 นาที

ไม่ต้องใช้ GPU

เคล็ดลับด้านประสิทธิภาพ: เวลาในการประมวลผลจะแตกต่างกันไปขึ้นอยู่กับจำนวนภาพ ความละเอียด วิธีการ debayer และฮาร์ดแวร์ การดีบาย Texture Aware ใช้เวลานานกว่ามาตรฐานอย่างมาก ดูรายละเอียดใน การปรับการประมวลผลแบบไดนามิก

การแก้ไขปัญหา

ไม่พบ CLI

ข้อผิดพลาด Windows:

'chloros-cli' is not recognized as an internal or external command

โซลูชั่น Windows:

ตรวจสอบตำแหน่งการติดตั้ง:

dir "C:\Program Files\Chloros\resources\cli\chloros-cli.exe"

ใช้เส้นทางแบบเต็มหากไม่ได้อยู่ใน PATH:

"C:\Program Files\Chloros\resources\cli\chloros-cli.exe" process "C:\Datasets\Field_A"

เพิ่มไปยัง PATH ด้วยตนเอง:
- คุณสมบัติระบบเปิด → ตัวแปรสภาพแวดล้อม
- แก้ไขตัวแปร PATH
- เพิ่ม: C:\Program Files\Chloros\resources\cli
- รีสตาร์ทเทอร์มินัล

ข้อผิดพลาด Linux:

chloros-cli: command not found

โซลูชั่น Linux:

ตรวจสอบการติดตั้ง:

which chloros-cli
dpkg -L chloros-amd64  # or chloros-arm64-jp6

โหลดเชลล์ของคุณใหม่:

source ~/.bashrc

ตรวจสอบสิทธิ์:

sudo chmod +x /usr/bin/chloros-cli

แบ็กเอนด์ไม่สามารถเริ่มต้นได้ข้อผิดพลาด:


Backend failed to start within 30 seconds

แนวทางแก้ไข:

ตรวจสอบว่าแบ็กเอนด์ทำงานอยู่แล้วหรือไม่ (ปิดก่อน)
ตรวจสอบว่าไฟร์วอลล์ไม่ได้บล็อก (Windows) หรือตรวจสอบความพร้อมใช้งานของพอร์ต (Linux: lsof -i :5000)
ลองใช้พอร์ตอื่น:

# Windows
chloros-cli --port 5001 process "C:\Datasets\Field_A"

# Linux
chloros-cli --port 5001 process ~/datasets/field_a

บังคับให้รีสตาร์ทแบ็กเอนด์:

# Windows
chloros-cli --restart process "C:\Datasets\Field_A"

# Linux
chloros-cli --restart process ~/datasets/field_a

บน Linux มีไฟล์ปฏิบัติการแบ็คเอนด์ตรวจสอบอยู่:

ls -la /usr/lib/chloros/chloros-backend

ปัญหาใบอนุญาต / การรับรองความถูกต้องข้อผิดพลาด:


Chloros+ license required for CLI access

แนวทางแก้ไข:

ตรวจสอบว่าคุณมีการสมัครสมาชิก Chloros+ ที่ใช้งานอยู่
เข้าสู่ระบบด้วยข้อมูลประจำตัวของคุณ:

chloros-cli login user@example.com 'password'

ตรวจสอบสถานะใบอนุญาต:

chloros-cli status

ติดต่อฝ่ายสนับสนุน: info@mapir.camera

ไม่พบรูปภาพข้อผิดพลาด:


No images found in the specified folder

แนวทางแก้ไข:

ตรวจสอบโฟลเดอร์ที่มีรูปแบบที่รองรับ (.RAW, .TIF, .JPG)
ตรวจสอบเส้นทางโฟลเดอร์ให้ถูกต้อง (ใช้เครื่องหมายคำพูดสำหรับเส้นทางที่มีช่องว่าง)
ตรวจสอบให้แน่ใจว่าคุณมีสิทธิ์ในการอ่านโฟลเดอร์
ตรวจสอบนามสกุลไฟล์ให้ถูกต้อง

กำลังดำเนินการแผงลอยหรือแขวนแนวทางแก้ไข:

ตรวจสอบพื้นที่ว่างในดิสก์ (ตรวจสอบให้แน่ใจว่าเพียงพอสำหรับเอาต์พุต)
ปิดแอปพลิเคชั่นอื่นๆ เพื่อเพิ่มหน่วยความจำ
ลดจำนวนภาพ (ดำเนินการเป็นชุด)

พอร์ตมีการใช้งานแล้วข้อผิดพลาด:


Port 5000 is already in use

แนวทางแก้ไข:

Windows:

chloros-cli --port 5001 process "C:\Datasets\Field_A"

Linux:

# Find what's using port 5000
lsof -i :5000

# Use a different port
chloros-cli --port 5001 process ~/datasets/field_a

คำถามที่พบบ่อย

ถาม: ฉันจำเป็นต้องมีใบอนุญาตสำหรับ CLI หรือไม่

ก. ใช่! CLI ต้องมีใบอนุญาตChloros+** แบบชำระเงิน

❌ แผนมาตรฐาน (ฟรี): CLI ปิดใช้งาน
✅ Chloros+ (ชำระเงิน) แผน: CLI เปิดใช้งานโดยสมบูรณ์

สมัครสมาชิกได้ที่: https://cloud.mapir.camera/pricing

ถาม: ฉันสามารถใช้ CLI บนเซิร์ฟเวอร์ที่ไม่มี GUI ได้หรือไม่?ก. ใช่! CLI ทำงานแบบไม่มีหัวโดยสมบูรณ์ นี่เป็นกรณีการใช้งานหลักของ LinuxWindows เซิร์ฟเวอร์:**

Windows เซิร์ฟเวอร์ 2016 หรือใหม่กว่า
ติดตั้ง Visual C++ Redistributable แล้ว

เซิร์ฟเวอร์ Linux:

Ubuntu 20.04+ / Debian 11+ (amd64) หรือ JetPack 6 (arm64)
ติดตั้งผ่านแพ็คเกจ .deb

ทั้งสองแพลตฟอร์ม:

RAM ขั้นต่ำ 8GB (แนะนำ 16GB)
การเปิดใช้งานใบอนุญาตครั้งเดียว: chloros-cli login user@example.com 'password'

ถาม: ภาพที่ประมวลผลแล้วจะถูกบันทึกไว้ที่ไหน?A:ตามค่าเริ่มต้น ภาพที่ประมวลผลจะถูกบันทึกในโฟลเดอร์เดียวกันกับอินพุต ในโฟลเดอร์ย่อยของรุ่นกล้อง (เช่น `Survey3N_RGN/`)

ใช้ตัวเลือก -o เพื่อระบุโฟลเดอร์เอาต์พุตอื่น:

# Windows
chloros-cli process "C:\Input" -o "D:\Output"

# Linux
chloros-cli process ~/input -o ~/output

ถาม: ฉันสามารถประมวลผลหลายโฟลเดอร์พร้อมกันได้หรือไม่ตอบ: ไม่ใช่คำสั่งเดียวโดยตรง แต่คุณสามารถใช้สคริปต์เพื่อประมวลผลโฟลเดอร์ตามลำดับได้ ดูส่วน การทำงานอัตโนมัติและการเขียนสคริปต์***

ถาม: ฉันจะบันทึกเอาต์พุต CLI ลงในไฟล์บันทึกได้อย่างไรพาวเวอร์เชลล์:

chloros-cli process "C:\Datasets\Field_A" | Tee-Object -FilePath "processing.log"

ชุด:

chloros-cli process "C:\Datasets\Field_A" > processing.log 2>&1

Linux ทุบตี:

chloros-cli process ~/datasets/field_a 2>&1 | tee processing.log

ถาม: จะเกิดอะไรขึ้นถ้าฉันกด Ctrl+C ในระหว่างการประมวลผล?ตอบ: CLI จะ:

หยุดการประมวลผลอย่างสง่างาม
ปิดแบ็กเอนด์
ออกด้วยรหัส 130

รูปภาพที่ประมวลผลบางส่วนอาจยังคงอยู่ในโฟลเดอร์เอาท์พุต

ถาม: ฉันสามารถทำให้การประมวลผล CLI เป็นแบบอัตโนมัติได้หรือไม่ก: แน่นอน! CLI ได้รับการออกแบบมาเพื่อระบบอัตโนมัติ ดูตัวอย่าง การทำงานอัตโนมัติและการเขียนสคริปต์ สำหรับ PowerShell (Windows), Batch (Windows), Bash (Linux) และ Python (ข้ามแพลตฟอร์ม)***

ถาม: ฉันจะตรวจสอบเวอร์ชัน CLI ได้อย่างไรก:

chloros-cli --version

ผลลัพธ์:


Chloros CLI 1.1.0

การขอความช่วยเหลือ

วิธีใช้บรรทัดคำสั่ง

ดูข้อมูลวิธีใช้โดยตรงใน CLI:

# General help
chloros-cli --help

# Command-specific help
chloros-cli process --help
chloros-cli login --help
chloros-cli language --help

ช่องทางการสนับสนุน

อีเมล: info@mapir.camera
เว็บไซต์: https://www.mapir.camera/community/contact
ราคา: https://cloud.mapir.camera/pricing***

ตัวอย่างที่สมบูรณ์

ตัวอย่างที่ 1: การประมวลผลขั้นพื้นฐาน

กระบวนการด้วยการตั้งค่าเริ่มต้น (บทความสั้น การสะท้อนแสง):

Windows:

chloros-cli process "C:\Datasets\Field_A_2025_01_15"

Linux:

chloros-cli process ~/datasets/field_a_2025_01_15

ตัวอย่างที่ 2: ผลลัพธ์ทางวิทยาศาสตร์คุณภาพสูง

โฟลต 32 บิต TIFF:

Windows:

chloros-cli process "C:\Datasets\Field_A" ^
  --format "TIFF (32-bit, Percent)" ^
  --vignette ^
  --reflectance

Linux:

chloros-cli process ~/datasets/field_a \
  --format "TIFF (32-bit, Percent)" \
  --vignette \
  --reflectance

ตัวอย่างที่ 3: การประมวลผลการแสดงตัวอย่างอย่างรวดเร็ว

PNG 8 บิตที่ไม่มีการสอบเทียบเพื่อการตรวจสอบอย่างรวดเร็ว:

Windows:

chloros-cli process "C:\Datasets\Field_A" ^
  --format "PNG (8-bit)" ^
  --no-vignette ^
  --no-reflectance

Linux:

chloros-cli process ~/datasets/field_a \
  --format "PNG (8-bit)" \
  --no-vignette \
  --no-reflectance

ตัวอย่างที่ 4: การประมวลผล PPK-Corrected

ใช้การแก้ไข PPK พร้อมการสะท้อนแสง:

Windows:

chloros-cli process "C:\Datasets\Field_A" ^
  --ppk ^
  --reflectance

Linux:

chloros-cli process ~/datasets/field_a \
  --ppk \
  --reflectance

ตัวอย่างที่ 5: ตำแหน่งเอาต์พุตแบบกำหนดเอง

ดำเนินการไปยังสถานที่อื่นด้วยรูปแบบเฉพาะ:

Windows:

chloros-cli process "C:\Input\Raw_Images" ^
  -o "D:\Output\Processed" ^
  --format "TIFF (16-bit)"

Linux:

chloros-cli process ~/input/raw_images \
  -o ~/output/processed \
  --format "TIFF (16-bit)"

ตัวอย่างที่ 6: ขั้นตอนการตรวจสอบสิทธิ์

ขั้นตอนการรับรองความถูกต้องเสร็จสมบูรณ์ (เหมือนกันบนทุกแพลตฟอร์ม):

# Step 1: Login
chloros-cli login user@example.com 'MyP@ssw0rd'

# Step 2: Verify status
chloros-cli status

# Step 3: Process images
# Windows: chloros-cli process "C:\Datasets\Field_A"
# Linux:   chloros-cli process ~/datasets/field_a
chloros-cli process ~/datasets/field_a

# Step 4: Logout (optional, when switching accounts)
chloros-cli logout

ตัวอย่างที่ 7: การใช้งานหลายภาษา

เปลี่ยนภาษาอินเทอร์เฟซ (เหมือนกันในทุกแพลตฟอร์ม):

# List available languages
chloros-cli language --list

# Change to Spanish
chloros-cli language es

# Process with Spanish interface
# Windows: chloros-cli process "C:\Vuelos\Campo_A"
# Linux:   chloros-cli process ~/vuelos/campo_a
chloros-cli process ~/vuelos/campo_a

# Change back to English
chloros-cli language en

PreviousGUI : โครงการ NextAPI : Python SDK

Last updated 9 days ago

hashtagคุณสมบัติที่สำคัญ

hashtagความต้องการ

hashtagเริ่มต้นอย่างรวดเร็ว

hashtagการติดตั้ง

hashtagWindows

hashtagLinux

hashtagการตั้งค่าครั้งแรก

hashtagการใช้งานพื้นฐาน

hashtagการอ้างอิงคำสั่ง

hashtagไวยากรณ์ทั่วไป

hashtagคำสั่ง

hashtagprocess - ประมวลผลรูปภาพ

hashtagตัวเลือกคำสั่งกระบวนการ

hashtaglogin - ตรวจสอบบัญชี

hashtaglogout - ล้างข้อมูลรับรอง

hashtagstatus - ตรวจสอบสถานะใบอนุญาต

hashtagexport-status - ตรวจสอบความคืบหน้าการส่งออก

hashtaglanguage - จัดการภาษาอินเทอร์เฟซ

hashtagภาษาที่รองรับ (ทั้งหมด 38 ภาษา)

hashtagset-project-folder - ตั้งค่าโฟลเดอร์โครงการเริ่มต้น

hashtagget-project-folder - แสดงโฟลเดอร์โครงการ

hashtagreset-project-folder - รีเซ็ตเป็นค่าเริ่มต้น

hashtagselftest - เรียกใช้การวินิจฉัยระบบ

hashtagupdate - ตรวจสอบการอัปเดต (Linux เท่านั้น)

hashtagตัวเลือกระดับโลก

hashtagคู่มือการตั้งค่าการประมวลผล

hashtagการประมวลผลแบบขนานและการปรับการคำนวณแบบไดนามิก

hashtagวิธีการชำระหนี้

hashtagการแก้ไขขอบมืด

hashtagการสอบเทียบการสะท้อนแสง

hashtagการแก้ไข PPK

hashtagรูปแบบเอาต์พุต

hashtagระบบอัตโนมัติและการเขียนสคริปต์

hashtagการประมวลผลชุด PowerShell (Windows)

hashtagWindows ชุดสคริปต์ (Windows)

hashtagการประมวลผลแบตช์ Bash (Linux)

hashtagสคริปต์การทำงานอัตโนมัติ Python (ข้ามแพลตฟอร์ม)

hashtagขั้นตอนการประมวลผล

hashtagขั้นตอนการทำงานมาตรฐาน

hashtagตัวอย่างโครงสร้างผลลัพธ์

hashtagการประมาณเวลาดำเนินการ

hashtagการแก้ไขปัญหา

hashtagไม่พบ CLI

hashtagแบ็กเอนด์ไม่สามารถเริ่มต้นได้ข้อผิดพลาด:

hashtagปัญหาใบอนุญาต / การรับรองความถูกต้องข้อผิดพลาด:

hashtagไม่พบรูปภาพข้อผิดพลาด:

hashtagกำลังดำเนินการแผงลอยหรือแขวนแนวทางแก้ไข:

hashtagพอร์ตมีการใช้งานแล้วข้อผิดพลาด:

hashtagคำถามที่พบบ่อย

hashtagถาม: ฉันจำเป็นต้องมีใบอนุญาตสำหรับ CLI หรือไม่

hashtagถาม: ฉันจะบันทึกเอาต์พุต CLI ลงในไฟล์บันทึกได้อย่างไรพาวเวอร์เชลล์:

hashtagถาม: จะเกิดอะไรขึ้นถ้าฉันกด Ctrl+C ในระหว่างการประมวลผล?ตอบ: CLI จะ:

hashtagถาม: ฉันจะตรวจสอบเวอร์ชัน CLI ได้อย่างไรก:

hashtagการขอความช่วยเหลือ

hashtagวิธีใช้บรรทัดคำสั่ง

hashtagช่องทางการสนับสนุน

hashtagตัวอย่างที่สมบูรณ์

hashtagตัวอย่างที่ 1: การประมวลผลขั้นพื้นฐาน

hashtagตัวอย่างที่ 2: ผลลัพธ์ทางวิทยาศาสตร์คุณภาพสูง

hashtagตัวอย่างที่ 3: การประมวลผลการแสดงตัวอย่างอย่างรวดเร็ว

hashtagตัวอย่างที่ 4: การประมวลผล PPK-Corrected

hashtagตัวอย่างที่ 5: ตำแหน่งเอาต์พุตแบบกำหนดเอง

hashtagตัวอย่างที่ 6: ขั้นตอนการตรวจสอบสิทธิ์

hashtagตัวอย่างที่ 7: การใช้งานหลายภาษา

คุณสมบัติที่สำคัญ

ความต้องการ

เริ่มต้นอย่างรวดเร็ว

การติดตั้ง

Windows

Linux

การตั้งค่าครั้งแรก

การใช้งานพื้นฐาน

การอ้างอิงคำสั่ง

ไวยากรณ์ทั่วไป

คำสั่ง

`process` - ประมวลผลรูปภาพ

ตัวเลือกคำสั่งกระบวนการ

`login` - ตรวจสอบบัญชี

`logout` - ล้างข้อมูลรับรอง

`status` - ตรวจสอบสถานะใบอนุญาต

`export-status` - ตรวจสอบความคืบหน้าการส่งออก

`language` - จัดการภาษาอินเทอร์เฟซ

ภาษาที่รองรับ (ทั้งหมด 38 ภาษา)

`set-project-folder` - ตั้งค่าโฟลเดอร์โครงการเริ่มต้น

`get-project-folder` - แสดงโฟลเดอร์โครงการ

`reset-project-folder` - รีเซ็ตเป็นค่าเริ่มต้น

`selftest` - เรียกใช้การวินิจฉัยระบบ

`update` - ตรวจสอบการอัปเดต (Linux เท่านั้น)

ตัวเลือกระดับโลก

คู่มือการตั้งค่าการประมวลผล

การประมวลผลแบบขนานและการปรับการคำนวณแบบไดนามิก

วิธีการชำระหนี้

การแก้ไขขอบมืด

การสอบเทียบการสะท้อนแสง

การแก้ไข PPK

รูปแบบเอาต์พุต

ระบบอัตโนมัติและการเขียนสคริปต์

การประมวลผลชุด PowerShell (Windows)

Windows ชุดสคริปต์ (Windows)

การประมวลผลแบตช์ Bash (Linux)

สคริปต์การทำงานอัตโนมัติ Python (ข้ามแพลตฟอร์ม)

ขั้นตอนการประมวลผล

ขั้นตอนการทำงานมาตรฐาน

ตัวอย่างโครงสร้างผลลัพธ์

การประมาณเวลาดำเนินการ

การแก้ไขปัญหา

ไม่พบ CLI

แบ็กเอนด์ไม่สามารถเริ่มต้นได้ข้อผิดพลาด:

ปัญหาใบอนุญาต / การรับรองความถูกต้องข้อผิดพลาด:

ไม่พบรูปภาพข้อผิดพลาด:

กำลังดำเนินการแผงลอยหรือแขวนแนวทางแก้ไข:

พอร์ตมีการใช้งานแล้วข้อผิดพลาด:

คำถามที่พบบ่อย

ถาม: ฉันจำเป็นต้องมีใบอนุญาตสำหรับ CLI หรือไม่

ถาม: ฉันจะบันทึกเอาต์พุต CLI ลงในไฟล์บันทึกได้อย่างไรพาวเวอร์เชลล์:

ถาม: จะเกิดอะไรขึ้นถ้าฉันกด Ctrl+C ในระหว่างการประมวลผล?ตอบ: CLI จะ:

ถาม: ฉันจะตรวจสอบเวอร์ชัน CLI ได้อย่างไรก:

การขอความช่วยเหลือ

วิธีใช้บรรทัดคำสั่ง

ช่องทางการสนับสนุน

ตัวอย่างที่สมบูรณ์

ตัวอย่างที่ 1: การประมวลผลขั้นพื้นฐาน

ตัวอย่างที่ 2: ผลลัพธ์ทางวิทยาศาสตร์คุณภาพสูง

ตัวอย่างที่ 3: การประมวลผลการแสดงตัวอย่างอย่างรวดเร็ว

ตัวอย่างที่ 4: การประมวลผล PPK-Corrected

ตัวอย่างที่ 5: ตำแหน่งเอาต์พุตแบบกำหนดเอง

ตัวอย่างที่ 6: ขั้นตอนการตรวจสอบสิทธิ์

ตัวอย่างที่ 7: การใช้งานหลายภาษา