🎨 まずはブロックの色を覚えよう
色は「ブロックの役割」を表します。並んでいる順番は正解ではありません。 左側のブロックは毎回バラバラにしてあるので、何を先にするか自分で考えて右側へ並べてみよう。
🟦 水色・青：データクラス作成、画像や学習データの読み込み
🟩 緑：特徴色・明るさ・輪郭を調べる
🟧 オレンジ：考える距離・近い画像・投票で判断する
🟪 紫：結果モデル完成、出力チェック
1
クラスと学習画像をブロックで準備しよう
「クラスを作る」→「そのクラスの学習画像を読み込む」の順に並べます。右側の組み立て場所を広くして、ブロックを入れやすくしました。
🧩 データ準備ブロック
順番はバラバラ🟦 データを準備するブロックです。先に必要なのはどちらか考えてみよう。
🏷️クラスを作るCLASS
📁学習画像を読み込むIMAGE
色は役割のヒントです。正しい順番そのものを示しているわけではありません。
📚 学習データプログラム
広い枠のどこに落としてもOK❌ 学習データのブロックを確認してください。
🖼️ 登録した学習画像
確認用0画像の合計
2クラス数
-参考チェック
-使う特徴
各クラスに5枚以上の画像を入れてください。
2
学習用データを読み込んで、AIを学習させよう
STEP 1が完成すると「学習用データを読み込む」ブロックが解放されます。どんな特徴を使い、近い画像を何枚見るAIにするかを自分で決めます。
まだロック中：STEP 1のクラス設定と画像登録を完成させよう。
🧩 学習ブロック
順番はバラバラ🟦データ → 🟩特徴 → 🟧考える → 🟪完成、という役割をヒントにしながら、正しい処理順を考えよう。
📚学習用データを読み込むSTART?
⬚画像を64×64にする
🎨色を調べるRGB
☀️明るさを調べる
✏️輪郭を調べるEDGE
📏特徴の距離で比べる
🔎近い画像を何枚見る？k
🗳️近いほど強く投票する
🎓学習モデルを完成させるEND?
🧠 学習プログラム
≡ で並べ替え❌ まだ学習プログラムが完成していません。
MISSION 1
基本のAIを完成色・明るさ・輪郭を全部使い、近い5枚を見るAIを作ろう。
MISSION 2
特徴を変えてみる「色」だけ、「輪郭」だけにすると、参考チェックはどう変わる？
MISSION 3
kを変えてみる1・3・5・7枚で結果を比べよう。多ければ必ず良いわけではありません。
3
学習後のモデルを読み込んで、新しい画像を試そう
テストもブロックにします。「学習後のモデルの読み込み → 新しい画像の読み込み → 出力チェック」の3ブロックで実行します。
まだロック中：STEP 2で学習モデルを完成させよう。
🧩 テストブロック
3つもバラバラ🟦は読み込み、🟪は結果。どの順番ならAIが答えられるか考えよう。
🧠学習後のモデルを読み込む
🖼️新しい画像を読み込む
✅出力チェック
新しい画像は、学習に使っていない画像がおすすめです。
🧪 テストプログラム
画像選択もブロック内❌ モデルを学習するとテストブロックが使えます。
🏆 AIの答え
テスト結果「新しい画像を読み込む」ブロックから画像を選ぶと、ここに表示されます。
まだ結果はありません。
🔬 AIの中で起きたこと
「出力チェック」の中身も表示テストプログラムを実行すると、処理が順番に表示されます。
📷 おまけ：カメラで撮影して認識
1枚撮って、その場で判定学習後にカメラを開始できます。
「カメラ開始」→物体を映す→「撮影して認識」の順です。撮影するとカメラは自動で終了します。file:// ではブラウザによってカメラが許可されない場合があります。
4
実験ノートで比べよう
使う特徴や k を変えて再学習し、同じテスト画像で結果を比べます。
| # | 使った特徴 | k | 参考チェック | テスト結果 |
|---|---|---|---|---|
| まだ記録はありません。 | ||||
この簡易AIは、色・明るさ・輪郭を数値にし、ユークリッド距離で似ている学習画像を探し、近いほど強い投票で答えを決めます。