使用 Google 的 Teachable Machine 进行图像分类
机器学习是一个科学领域,它为计算机提供了无需直接编程即可学习的能力。当许多学习者、学生、工程师和数据科学家使用机器学习来创建多样化的项目和商品时,机器学习的应用是一种趋势。然而,机器学习模型的开发涉及到很高的设备参数,而且模型训练过程往往从几小时到几天不等。因此,低端系统无法适应成功的机器学习模型的训练,否则可能会出现关键的系统问题。
然而,互联网上很容易获得一些机器学习环境,不需要任何系统规范或框架规范,并使用云技术在最佳时间训练模型。其中一些开源机器学习环境是 Google Colaboratory、Kaggle Kernal,它们是云中深度学习和机器学习应用程序的绝佳平台。它们都是谷歌产品,需要数据科学知识才能使用它们开发和训练模型。然而,谷歌推出了一个新的开源平台,用于训练开发人员编写代码的机器学习模型,即谷歌的 Teachable Machine。
Google Teachable Machine 是一个在线开源环境,用于在不使用任何编程语言的情况下开发和训练机器学习和深度学习监督模型。
以下是有关如何使用 Teachable Machine 开发和训练机器学习模型的分步方法:
- 转到 https://teachablemachine.withgoogle.com/
- 单击Get Started并选择是打开现有项目还是创建新项目。为了创建一个新项目,我们有三个选项,即图像项目、音频项目或姿势项目。单击图像项目。
- 单击 Image Project 后,将显示以下网页。
- 添加多个类,重命名它们,并为每个类上传示例图像。我们将使用的数据集是 COVID 19-Lung CT Scans。
- 然后单击 Advanced 并调整Epochs 、 Batch Size和Learning Rate。
- 现在点击训练模型,它需要一些时间来处理。模型训练好后,点击后台获取准确率和其他细节。
- 您可以通过上传示例输入图像来测试模型。
- 单击导出模型以下载模型或为模型生成可共享的公共链接。
通过这种方式,人们可以使用 Google 的 Teachable Machine 轻松开发机器学习和深度学习监督模型。