Teachable Machine AI 辨識方塊 測試版

將 Teachable Machine 訓練的 AI 模型匯入《程式實驗室》中,就可以讓機器人的視訊鏡頭進行物件辨識。使您輕鬆踏入 AI 機器學習的第一課,也能讓設計出來的程式擁有更多強大的功能與多樣性。

Teachable Machine 是什麼?

由 Google 推出的開源工具,無需程式設計經驗,讓所有人可以透過電腦的視訊鏡頭來進行 AI 物件訓練,能快速、輕鬆地創建機器學習模型。

Teachable Machine 的訓練方法?

圖片來源 Teachable Machine

步驟一 Gather

利用視訊鏡頭,搜集並分組訓練物件的不同角度與背景。

步驟二 Train

訓練您的模型。
*因匯出的檔案 – Tensorflow Lite 限制,如果模型要在《程式實驗室》應用,請至少要訓練三個「class」

步驟三 Export

依照您要應用的條件將模型輸出。

⚠ 請注意,如要在《程式實驗室》中使用,請選擇 Tensorflow Lite,並選擇 Quantized 。

在程式實驗室上擴充 Teachable Machine 方塊

如同其他擴充方塊的新增方法,請依照以下步驟新增方塊:

1. 點擊「編輯方塊」按鈕,進到「新增方塊」頁面。
2. 找 Teachable Machine 的方塊卡片。
3. 點擊「 新增 」。

Teachable Machine 方塊

當機器人辨識出 _ _ 信心值 _%
  • 說明

此方塊可以讓機器人以辨識出您選擇的模型,作為此段程式的起點。

  • 使用範例
    點擊「選擇影像辨識模型」,將您於 Teachable Machine 上匯出的「十種水果」模型檔案上傳,點擊「蘋果」並設定該蘋果的「信心值」為 75%
    📔 備註:信心值設定越高, 代表讀出來的影像必須跟訓練的影像越相似
等待機器人辨識出 _ _ 信心值 _%

說明

此方塊讓機器人在程式中等待辨識出您選取的模型中的物件後,再繼續下一個動作。

  • 範例

設定機器人等待看見「十種水果」模型中的「蘋果」且「信心值」高於 75% 後,會貼出「答對了」的圖片

如果機器人在 _ 秒辨識出 _ _ 信心值 _%​ +
  • 說明

如果機器人在設定的秒數內看見指定的物件,且高於信心值,將達成觸發條件時需要執行的流程拖拉進「如果機器人」的缺口裡。

如果機器人在 _ 秒辨識出 _ _ 信心值 _% ,否則 _
  • 說明

如果機器人在設定的秒數內看見指定的物件,且高於信心值,就會執行「如果機器人」缺口裡的流程。如果觸發條件不成立,就會執行「否則」缺口裡的流程。

_ 辨識結果
  • 說明

需要先上傳辨識模型,就可以選取模型使用。

  • 範例

將該變數方塊接在「說」後面,並選擇「十種水果」辨識模型,機器人就會以 TTS 唸出您給它辨識的是哪一個項目。

_ 信心值
  • 說明

需要先上傳辨識模型,就可以選取模型使用。

  • 範例

將該變數方塊接在「說」後面,並選擇「十種水果」辨識模型,機器人就會以 TTS 唸出您給它辨識的項目信心值為幾 %。

CONTENTS