Teachable Machine：训练机器在浏览器中使用摄像头

未分类

摘要： Teachable Machine是一个浏览器应用，用户可以使用它训练自己的网络摄像头识别物体或语句。在应用的演示中，用户使用网络摄像头识别三种不同类别的物体或语句。根据摄像头的输入，网站显示了不同的图片、播放预先录制的声音或播放语音。

作者： Roland Meertens

正文：

Teachable Machine是一个浏览器应用，用户可以使用它训练自己的网络摄像头识别物体或语句。

在应用的演示中，用户使用网络摄像头识别三种不同类别的物体或语句。根据摄像头的输入，网站显示了不同的图片、播放预先录制的声音或播放语音。该应用不需要用户做任何编程，也不需要对超参数或网络架构做任何编程。对用户而言，来自于机器的唯一反馈是机器对每个预测类的置信度。根据被识别出的类型，机器会从三个不同图片中选择一个展示。图片分别是一只猫、一条狗和一个可爱的兔子。在Youtube上给出了一个如何使用Teachable Machine的很好教程：

所有的训练都是使用deeplearn.js软件库在浏览器中完成的。该软件库是一个使用硬件加速的JavaScript库，由Google Brain PAIR团队构建并开放提供。软件库是2017年八月在Google博客上发布的，在deeplearn.js网站上还提供了多个使用该库的应用。

用户只需要对自己想要识别的一些对象拍照。训练的加速是通过下载称为“squeezenet”的预先训练好的神经网络实现的。根据研究论文，相对于做对比的神经网络，squeezenet减少了50倍的训练参数。这意味着，squeezenet可以作为小于0.5MB的文件下载。虽然该神经网络具有更少的参数，但其输出不逊于大型的神经网络，完全适用于这个简单的浏览器应用。该应用使用了预先训练好的神经网络的输出，去学习网络摄像头中展示的物体。

Teachable Machine的源代码已提供在GitHub上。deeplearn.js的上手操作指令及该库的源代码也提供于GitHub上。

查看英文原文： Teachable Machine: Teach a Machine Using Your Camera in Your Browser