拡張ブロック

▸ Teachable Machine AI 認識ブロック（テスト版）

3815 views

Teachable Machine でトレーニングした AI モデルをプログラミング実験室にインポートすると、ロボットのカメラを使って物体認識を行うことができます。AI 機械学習の第一歩として気軽に体験でき、作成したプログラムにさらに多彩な機能を追加することも可能です。

Teachable Machine とは？

Google が提供するオープンソースツールです。プログラミングの知識がなくても、パソコンのカメラを使って AI の物体認識モデルを素早く・簡単に作成できます。

Teachable Machine でのトレーニング方法

画像提供 ：Teachable Machine

ステップ１ Gather（データ収集）

カメラを使って、認識させたい物体をさまざまな角度・背景で撮影し、グループに分類します。

ステップ２ Train（トレーニング）

モデルのトレーニングを行います。 ※ エクスポートファイル（TensorFlow Lite）の制限により、プログラミング実験室でご利用いただくには、最低3つの「クラス」をトレーニングしてください。

ステップ３ Export（エクスポート）

用途に合わせてモデルをエクスポートします。

⚠ ご注意ください：プログラミング実験室でご利用の場合は、TensorFlow Lite を選択し、さらに Quantized を選択してください  。

プログラミング実験室で  Teachable Machine ブロックを追加する

他の拡張ブロックと同様の手順で追加できます。

1.「ブロックを編集」ボタンをクリックし、「ブロックを追加」ページに移動します。
2. Teachable Machine のブロックカードを見つけます。
3. 「追加」をクリックします。

Teachable Machine ブロック一覧

ロボットが ＿＿ を信頼度 ＿％ で認識した時
  • 説明

このブロックは、ロボットが選択したモデルの物体を認識することをプログラムの起点として設定します。

  • 使用例
    「画像認識モデルを選択」をクリックし、Teachable Machine でエクスポートした「10種類のフルーツ」モデルファイルをアップロードします。「リンゴ」を選択し、信頼度を75%に設定します。
    📔 メモ：信頼度を高く設定するほど、カメラで認識する画像がトレーニング時の画像と近いものが必要になります。
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 ％。

← 上一篇：IOT 方塊說明
前往閱讀：AI 訓練學校方塊
Share this Doc

▸ Teachable Machine AI 認識ブロック（テスト版）

Or copy link

CONTENTS

Powered By EazyDocs