【CAVEDU講堂】Personal Image Classifier (PIC) Tools 自訂神經網路視覺辨識

Posted By CAVEDU 教育團隊 on 9 月 11, 2019 in Edge AI開發地圖, 教學文 | 0 comments

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！

（圖片來源：CAVEDU提供）

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。