發表文章

目前顯示的是 6月, 2021的文章

如何於Scratch內辨識姿勢(推測臉孔及身體部位)

圖片
如何於Scratch內辨識姿勢(推測臉孔及身體部位)   重要提示 : 要於 Scratch 內體驗及學習人工智能 (AI) ,暫時必須使用以下客製化的 Scratch: https://stretch3.github.io/ ,而不是官方的 Scratch 網站。   1.       使用擴充模 組 Posenet2Scratch ,如下圖 : 2.       選取以下程式磚塊。 nose x 代表辨認鼻子的 X 座標值, nose y 代表辨認鼻子的 Y 座標值。必須同時選取 X 及 Y 的座標,否則便無法定位。 3.       選取後,畫面上會出現以下畫面。 4.       拖拉以下程式磚塊至物件 ( 例如 cat) 內。當然,也可以更換物件,例如以下範例,用 ball 取代 cat 。 以上的程式磚塊的功能是把物件一直移至鼻子位置上,如下圖。即使移動面部位置,這個黃色的球還是會貼在鼻子上。  問題 : 1.       同學可想想,這個人工智能模型是如何辨識到鼻子的 ? 配戴口罩後,似乎還是可識別到鼻子的,為甚麼 ? 2.       同學從前也可能玩過類似的應用軟件,有沒有發覺原來不是那麼難設計的 ? 同學可試試讓系統辨識其他器官或姿勢的位置,然後添加不同的物件。例如加一些鬍 鬚 ….

如何於Scratch進行機械學習?

圖片
  如何於 Scratch 進行機械學習 ?   重要提示 : 要於 Scratch 內體驗及學習人工智能 (AI) ,暫時必須使用以下客製化的 Scratch: https://stretch3.github.io/ ,而不是官方的 Scratch 網站。   1.       使用擴充模組 ML2SCRATCH(Machine Learning 2 Scratch) 2.       會出現以下畫面 3.       分別選擇以下程式磚塊 : ML-label, ML-counts of label1, ML-counts of label2, ML-counts of label3 ,會出現以上畫面。 Label 內的空格會顯示現時識別的物件代號 (1,2 或 3) 。 以上的選取可讓系統學習三個物件,分別把識別到的物件給予代號 1, 2 及 3 。 Counts of label1 內的數字代表這個物件學習了多少次,這系統要至少學習 20 次。 4.       要進行機械學習,要拉出以下程式磚塊 : 每按下這程式磚塊一次,系統便會識別一次,記錄於 label1 內。例如以下例子,要辨識拳頭 (stone) ,作為 label1 ,暫時辨認了兩次。留意,最上方的 label 顯示 1 。 以下畫面,顯示要識別「包 (hand) 」,記錄於 2 內。當然要拉出 train label2 的程式磚塊。 學習了拳及包後,同學可試試系統是否可準確識別到 ?   5.       同學可試試,要系統識別「剪 (scissors) 」,記錄於 label3 ,如何進行 ?   問題 : 1.       真正識別時,系統是否每次皆能準確識別「包 (rock) 」、「剪 scissors 」及「拳頭 stone 」 ? 如不能,...

如何於Scratch體驗影像辨識

圖片
  如何於 Scratch 體驗影像辨識   重要提示 : 要於 Scratch 內體驗及學習人工智能 (AI) ,暫時必須使用以下客製化的 Scratch: https://stretch3.github.io/ ,而不是官方的 Scratch 網站。   使用的裝置必須附有相機鏡頭,經測試後, iPad 及電腦也可體驗,但最好使用手提電腦。   1.       使用以上網站進入 Scratch 後,選擇「擴充模組 (Extension) 」,同學會看到許多不同的模組 , 有些模組於官方的網站沒有 的 ,尤其是一些有關人工智能學習的 ( 例如由 champierre 開發的 ) 。     2.       選取 ImageClassifier2Scratch 的模組 。   3.       第一次使用時,會要求開啟相機鏡頭,按「允許」。   4.       選取以下兩個程式塊   5.       選取後,應出現如下畫面 :       最上方的 candidate1 內的文字,顯示暫時已識別到的物件 ( 例如是 mask) ,下方顯示的是識別到這物件 ( 即 mask) 的可信度。         由於可信度的最大值 1 , 0.22 即有 22% 可信度,即代表系統認為有 22% 應該是 mask( 口罩 ) 。   備註 : 1.       每一個 candidate 內的可識別的物件不同,並不可能識別所有物件的。 同學可同時選取 candidate2 及 candidate3 的。 2.     ...