この版はインターネット接続が必要です。
TensorFlow.jsとMobileNetを読み込んでから動きます。画像データはこのブラウザ内で処理し、通常は外部へアップロードしません。USB単体で動かす場合は、別ファイルの簡易版を使ってください。
1
クラスを作って画像を入れよう
まずはクラス1、クラス2のように、AIに見分けてほしいグループを作ります。各クラス5枚以上、できれば10枚以上がおすすめです。画像ファイルの追加だけでなく、カメラで撮った画像も追加できます。
2
AIを学習させよう
MobileNetが画像から特徴を取り出し、その特徴を使って分類用の小さなニューラルネットワークを学習します。学習したモデルは保存でき、次回は読み込みボタンで復元してすぐにテストできます。
準備中です。深層学習モデルを読み込んでいます。
各クラスに5枚以上の画像を入れると、学習ボタンが押せます。
0進み具合
-まちがいの大きさ
-参考チェック
-処理方法
3
新しい画像やカメラで試そう
学習に使っていない画像で試すと、AIが本当に特徴を見つけられたか確認できます。
🖼️ 画像でテスト
学習後に画像を入れると分類できます。
📷 カメラでテスト
カメラ分類は学習後に使えます。
コツ1：背景を変えると、背景だけを覚える失敗を減らせます。
コツ2：同じ角度だけでなく、少し向きや大きさを変えて集めましょう。
コツ3：注目マップはヒントです。AIの本当の理由を完全に説明するものではありません。