MIT App Inventor 團隊滿早就發佈了 look extension,概念上是使用預先訓練好的 tensorflowjs 模型來做到簡單的物件分類,但除非您本身會 tensorflowjs 還要會打包 app inventor extension,不然就是玩玩看 look 就算了,談不上什麼客製化。對於AI視覺辨識來說:「當然就是要 app 看懂我們要它看懂的東西,這樣才酷啊!」
MIT App Inventor 有位帥氣學生開發者,針對繁複的訓練流程建立好一個網頁,您可用電腦或手機(手機操作會比較辛苦,因為還沒針對行動裝置調整版面)開啟這個網頁就可以進行操作。
這確實呼應了我們的新書書名《實戰AI資料導向式學習》,只有您自己最清楚「怎樣才是夠好的資料」,請直接下載 .aia 來玩吧(感謝 CAVEDU 2019 實習生陳俊霖同學),本範例已經針對 CAVEDU AI 車情境的路牌訓練好了,按下 app 的按鈕,拍照就可以透過之前訓練好的神經網路進行視覺分類,無需使用任何雲端服務,聽起來很棒吧!
視覺分類網頁介紹
1. 加入訓練資料
請開啟 https://classifier.appinventor.mit.edu/ 就會看到以下畫面並打開 webcam,請先設定 label 再開始拍照或上傳照片,以下圖來說各拍了30張。
另外也可以看到提供了 upload model 的選項,供進階開發者使用。
只需不到短短一分鐘... 輸入您的信箱與ID註冊即可享有一切福利! 免費電子報 會員搶先看 主題訂閱 好文收藏會員福利