查看: 4171|回复: 2

[教程] 【AI2+AI】个人图像分类器：PICaboo（躲猫猫）

[复制链接]

本帖最后由 szjuliet 于 2022-1-6 01:15 编辑

【AI2+AI】个人图像分类器：PICaboo（躲猫猫）图3

【AI2+AI】个人图像分类器：PICaboo（躲猫猫）

难度： 中级

课程类型： 教程

学科： 计算机科学

年级：

6~8年级
9~12年级

本教程由Youth Mobile Power提供

项目启动文件: Personal Image Classifier: PICaboo

教程地址: https://appinventor.mit.edu/explore/resources/ai/picaboo[/p]
机器如何了解世界?在某些方面，计算机就像非常年幼的小宝宝，总是吸收新的例子，并试图把它们感觉到的东西放进不同的桶里——狗、猫、熟悉的面孔、陌生人。

在这两部分的教程中，你将学习一种名为机器学习(ML)的人工智能(AI)，探索一个名为“图像分类”的例子 ———— 一种计算机将它们看到的东西放入不同容器中的方法。你将创建一个app，它可以看到你做出的人类手势并智能响应!

1. 项目简介

本教程使用自己的个人图像分类(PIC)模型制作一个“躲猫猫”游戏。在游戏中，当你露出脸时，小宝宝会笑，你遮住脸时，小宝宝会哭。

什么是“躲猫猫”游戏？

小宝宝不太明白如何理解自己周围的视觉世界。他们缺乏一种理解，即物体在看不见的情况下仍然存在。这个概念被著名的儿童心理学家让·皮亚杰(Jean Piaget)描述为“客体永存性”（object permanence）。在美国，父母经常和他们年幼的宝宝玩一种叫“躲猫猫”的游戏。在游戏中，父母会用手或枕头等将自己的脸藏起来，在宝宝吃惊的时候脸“消失不见”。然后妈妈突然露出脸来说:“躲猫猫，我看见你了!”——这让宝宝非常高兴，他惊讶地看到父母突然“不知道从哪儿冒出来”。这里有一个躲猫猫的视频。

机器学习理解视觉数据有点像小宝宝学习视觉线索。小宝宝和计算机都需要很多例子(大量的训练数据)。此外他们还需要示例的类别易于区分(在视觉上截然不同的数据类)。

重要提示：请注意不能使用模拟器来测试app。模拟器不能运行MIT App Inventor扩展，如PersonalImageClassifier (PIC)扩展。为了确保移动设备具备PIC所需的硬件能力，在AI2伴侣上运行LookTest.aia文件（可在附件中下载）进行测试。如果在手机屏幕顶部的状态显示“status: Ready!”，说明 PersonalImageClassifier 扩展可在手机上正常工作。如果屏幕没有显示，手机将无法运行app及对应的扩展。如果扩展能够正常工作，请将设备指向一个对象并按下“分类”按钮，尝试对某些对象进行分类。

2. PICaboo 第1部分：训练模型

首先，需要训练一个图像分类模型。这个训练在App Inventor - 个人图像分类器页面进行。按照PICaboo第1部分pdf文档（可在附件中下载）中的说明进行操作。在本步骤的最后导出model.MDL文件到你的计算机。在本教程的下一部分中，你需要将这个文件上传到App Inventor。

3. PICaboo 第2部分：设计和编写app

图形用户界面 (GUI) 的示例位于启动文件中（请在附件中下载）。（如果你愿意，可以更改组件的属性以获得你想要的外观。但是不要重命名组件，因为本教程将参考说明中的给定名称。）

4. 上传训练好的模型文件

单击“非可视组件” PersonalImageClassifier1。该组件将根据你训练的模型对你的姿势进行分类。

通过单击“模型”属性并选择保存在电脑中的模型文件并上传。

5. 事件序列

下图显示了 PICaboo 中的事件序列。用与正确事件对应的字母填写缺失的块。

（正确答案：从左至右为A, B, C）

6. 查看已有代码

现在切换到“逻辑设计”来为app编写行为。首先查看启动文件中已经有的代码块。这些代码块在app首次启动时设置 PersonalImageClassifier。

如果 PersonalImageClassifier 返回错误，事件块会在 StatusLabel 中显示错误。

当分类器准备好开始对图像进行分类时，将调用块。 StartButton 和 ToggleCameraButton 已启用。 “Ready”显示在StatusLabel中。 BarLabel1 和 BarLabel2 被分配了模型标签的名称（“Me”和“NotMe”）。这些是你在模型中训练的分类。

当按下 ToggleCameraButton 时，摄像头从前置摄像头切换到后置摄像头，反之亦然。

StartButton 会停止或启动 PersonalImageClassifier 分类过程。按钮文本从“Start”变为“Stop”，反之亦然。

7. 图像分类结果（第 1 部分）

现在我们终于来到提供分类模型重要结果的代码块。在编码之前，让我们看看这个来自组件 PersonelImageClassifier 的数据是如何接收和使用的。

当分类器为其所见生成分类时，将调用事件处理程序块。在本教程中，你的主要任务是完成此块中的代码。

以称为“字典”的数据结构的形式列出了分类。在计算机科学中，字典存储键/值对 ———— 很像现实世界的字典存储单词及其定义。但与现实世界的字典不同，字典数据结构可以保存与任意值关联的任意键。它们几乎可以是任何类型：字母、单词、多字串、数字以及所有这些的组合。下面是一个例子：

在上面的键/值对示例中，键是“Name”，值是“Tel”。这个字典是一本普通的电话簿。

8. 图像分类结果（第 2 部分）

PersonelImageClassifier 返回的列出了两个类（“Me”和“NotMe”）的名称（键）及其置信度（值）。下面的代码块代表了这个数据结构。（注意：字典按置信度从高到低的顺序列出了结果中的键/值对。）

在此示例中，由具有 0.925（即 92.5%）的高置信水平的分类“Me”和具有 0.075（即 7.5%）的低置信水平的分类“NotMe”组成。这些置信水平由你在训练阶段创建的模型计算得出。在这种情况下，PICaboo app中的婴儿会微笑，因为计算机确信它看到了你的脸。

9. 图像分类结果（第 3 部分）

要从中找出特定键的值，可以使用代码块。在下面的示例中，如果你在给定的字典中搜索关键字“Me”，会得到 0.925 ———— 其相关的置信度（值）。如果没有匹配的键，返回的值是 0。

10. 获得分类

事件处理程序块通过初始化两个局部变量开始。（局部变量只能在定义它们的代码块内使用。）

：是“Me”类（显示面部）的置信度。
：是“NotMe”类（隐藏面部）的置信度。

你很快就会看到代码如何使用上面这些局部变量。

11. 初始化变量

将变量和初始化为与每个类“Me”和“NotMe”相关的置信水平。（请记住，这些置信水平是返回的字典数据结构中的值。）

提示

如图所示初始化局部变量。如果将鼠标悬停在参数上，会看到所需的块。请务必用数学块中的“0”替换默认的“未找到”文本块。这确保在分类器尚未返回结果的情况下分配 0% 的置信水平。

解决方案

12. 事件序列概括

当分类器得到分类时，你可以:

正确设置percent1文本和BarGraph1宽度百分比。
正确设置percent2文本和BarGraph2宽度百分比。
如果置信度较高的分类是“Me”(意味着机器非常确信它看到了你的脸)，那么就显示开心宝宝图像，隐藏难过宝宝图像，并将Screen1背景设置为浅绿色。
否则，显示难过宝宝图像，隐藏开心宝宝图像，并使Screen1背景为浅粉色。

13. 设置Percentage和BarGraph

首先将 Percentage1 文本设置为“Me”类的置信度。该值是 0 到 1 之间的小数，因此你需要将其转换为百分比（乘以 100）并添加“%”符号。例如，如果置信水平为 0.75，则此适当百分比为 75%。

其次，请注意 BarGraph1 是一个彩色标签，通过其宽度显示“Me”类的置信度。相应地设置其 WidthPercent。你可以复制你编写的早期代码的一部分。

最后，对 Percentage2 和 BarGraph2 做类似的事情。对于这些情况，请务必使用局部变量。

提示

解决方案

14. 构建条件语句

现在构建条件块，它测试具有更高置信度的类是否是“Me”分类。这意味着计算机会以更高的置信度识别出你的面部。

提示

解决方案

15. 显示开心宝宝和难过宝宝

首先为的 then 部分构建代码：

将 Screen1 背景颜色设置为浅绿色。（使用模板中已有的浅绿色色块。）
显示开心宝宝图像。
隐藏难过宝宝图像。

现在，为的 else 部分构建代码并将这些代码块对齐到它们所属的位置。（使用模板中已有的浅粉色色块。）

提示

解决方案

16. 完成代码

完成后整个代码应如下所示：

17. 测试app

你能和屏幕上的宝宝一起玩躲猫猫吗？连接到 AI 伴侣来测试app。记得在遮脸时将手指张开一个裂缝来观察宝宝的反映。宝宝是不是你一露脸就笑，一遮脸就哭？置信度水平会发生什么变化？当你的手在你面前上下挥动会发生什么？置信度水平会发生什么变化？

恭喜你完成了！你已经创建了一款人工智能app，它使用机器学习对图像进行分类并智能地响应你的操作。

拓展你的app

以下是扩展项目的一些想法。探索这些想法或想出你自己的拓展！

重新训练你的模型，除了识别你露脸（“我”）和隐藏你的脸（“NotMe”）之外，它还可以识别第三种面部姿势，例如你做出傻乎乎的表情（“Silly”）。确保最后一个类在视觉上与前两个类不同（例如，明亮的颜色或其他显着特征可能会改进模型。）
- 保存 PICaboo app原始代码的副本，然后将新代码添加到该副本中。
- 上传一个新的和扩展的机器学习模型。然后更改代码，现在三个类的置信水平有三个条形图。
- 更改代码以操纵三个宝宝图像来响应每种情况（开心宝宝、难过宝宝，以及看到傻乎乎的脸而大笑的宝宝）。

一个宏大的分类项目可以是制作一个使用个人图像分类器 (PIC) 自动计算课堂出勤率app。
- 在 PIC 训练器中，为教室中的每个学生（“Eva”、“Philip”、“Andrea”等）创建一个分类，并为每个分类（学生）从不同角度拍摄该学生的 25 张照片。
- 使用这些照片来训练分类器。（分类器可能需要额外的时间来处理大量图像。）
- 接下来测试你的模型，看看它是否能正确识别随机选择的学生。
- 如果模型准确并且你构建了一个好的app，那么老师只需要让每个学生在上课开始时通过运行此app的移动设备即可。当学生被高度信任地认可时，该学生被标记为出席。
- 明智的做法是先为一小部分人（例如五个人）制作此app的简化版本，以便你了解代码将如何更改。
- 在此过程中，你可能会发现 PIC 程序的一些固有局限性。记下这些并让 MIT 团队知道。
你有哪些奇妙的想法？