▸ Teachable Machine AI 認識ブロック（テスト版）

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。

ロボットが ＿ ＿ 信頼度 ＿％ を認識するまで待つ

説明

このブロックは、選択したモデル内のオブジェクトが認識されるまでプログラム内でロボットを待機させ、 sharedその後に次のアクションへ進みます。

• 例

ロボットが「10種類のフルーツ」モデルの「りんご」を認識し、「信頼度」が 75% を超えた場合に「正解！」の画像を表示するように設定します

もしロボットが ＿ 秒以内に ＿ ＿ 信頼度 ＿％​ を認識したら ＋

• 説明

指定された秒数以内にロボットが対象物を認識し、信頼度が設定値を超えた場合、トリガー条件成立時に実行するフローを「もしロボットが」の凹部にドラッグ＆ドロップします。

もしロボットが ＿ 秒以内に ＿ ＿ 信頼度 ＿％ を認識したら 、それ以外 ＿

• 説明

指定された秒数以内にロボットが対象物を認識し、信頼度が設定値を超えた場合、「もしロボットが」の凹部にあるフローを実行します。トリガー条件が成立しない場合は、「それ以外」の凹部にあるフローを実行します。

＿ 認識結果

• 説明

あらかじめ認識モデルをアップロードしておくと、モデルを選択して使用できるようになります。

• 例

この変数ブロックを「発言」ブロックの後ろに接続し、「10種類のフルーツ」認識モデルを選択すると、ロボットが TTS で認識された項目名を読み上げます。

＿ 信心值

• 説明

あらかじめ認識モデルをアップロードしておくと、モデルを選択して使用できるようになります。

• 例

この変数ブロックを「発言」ブロックの後ろに接続し、「10種類のフルーツ」認識モデルを選択すると、ロボットが TTS で認識された項目の信頼度が何％であるかを読み上げます。

← 前の記事：IoT ブロックの説明

続きを読む：AI Train School ブロック