基于App Inventor的图像识别APP设计.docxVIP

PAGE 1 - 基于AppInventor的图像识别APP设计 基于AppInventor的图像识别APP设计 3044〔2021〕01-0049-02 机器学习是人工智能的核心，深度学习是机器学习中一个新的讨论方向，它能够让机器像人一样具有分析学习能力，能够识别文字、图像和声音等数据。为了让中学生对机器学习、图像识别的过程有一个感性的认识，以期引起孩子们学习人工智能的兴趣，文章介绍一个简洁的图片识别APP的制作流程。通过这个APP，手机能够推断出照片中的对象是什么物体。 1开发环境介绍 AppInventor是谷歌公司开发的、完全在线的手机编程软件，它将代码全部编写完毕并封装成组件，使用者只需用积木式的拖拽来完成Android编程，它也支持乐高NXT机器人，可以完成手机操纵机器人。 MLforkids为训练机器学习模型提供了一个易于使用的引导环境，可用于分类文本、数字或识别图像，它能够将训练过的机器学习模型添加到AppInventor项目中，该工具完全基于网络，无须安装或冗杂的设置，它使用的后台AI平台是IBM的Watson。 2项目设计 本项目利用A0pInventor2做一个手机捉迷藏游戏APP，首先在MLforkids网站上给机器提供样本，每种类别至少提供十个，机器通过学习这些样本产生一个模型，将这个模型导入AppIn-ventor2就可以制作识别这些对象的APP。玩家找到事先定义的对象须拍照证明，手机APP将能够分析照片并识别该对象。 2.1收集样本 在扫瞄器中打开网址s：//maehineleamingforkids.eo.uk/，登录并创建一个新项目，留意项目名称不行使用汉字，识别类型选择“图像〞，点击“训练〞按钮后，添加三个标签并分别命名为“Cat〞“Rabbit〞“Scissors〞的标签桶，标签名也不行有汉字。点击第一个标签桶中的“摄像头〞按钮，用摄像头给第一个物体拍照，尝试从不同侧面、角度或距离拍，重复拍摄至少十张片。按相同的方法给第二和第三个物体拍照。图1为样本收集图。 2.2训练机器学习模型 在项目页面中，点击“学习和测试〞按钮，点击“培育新的机器学习模型〞按钮，后台IBM的Watson平台就开始运作，当前型号状态显示“Available〞时，说明模型已经训练完成。红色显示的URL地址就是我们后期APP制作用到的機器学习模型的唯一地址，将其拷贝下来。 2.3APP编程 在扫瞄器中输入地址：：//app.gzjkw.net，这是广州电教馆架设的AppInventor2服务器。无须注册直接用帐号即可登录。新建一个AppInventor项目〔留意：项目名称不行使用中文〕。在组件面版中点击“ImportExtension〞，点击“URL〞将上一步获得的地址复制到这里，点击“Impoa〞按钮，如此即可将刚刚训练好的机器学习模型导入，即为儿童机器学习扩展〔“ML4K〞〕，将其拖到设计界面，完成此操作后，图标将添加到在“不行见组件〞列表中。图2为此移动游戏界面组件设计，表1为全部组件设计的参数设置。 规律设计将完成以下功能：点击“开始〞按钮启动游戏，找到对象后点击“拍照〞按钮调用手机上的相机功能拍照，假如ML4K模型验证是所需对象的照片，其标签将以绿色背景突出显示。当三个对象都被找到，即三个标签的背景均为绿色时游戏结束，对话框提示完成游戏所花费的时间，其他规律设计较为简洁，图3为ML4K模块的关键部分规律设计。2AAPP功能测试 当机器学习模型已验证找到全部三个对象后，计时器将停止计时并由对话框报告花费的时间，图4为APP游戏的运行效果。 3结束语 这个项目训练了机器学习模型来识别物体。首先通过收集这些对象的照片样本并〞标记〞，即告知计算机每张照片中的内容，计算机使用这些标记来训练模型，通过查找图案的颜色和样子来学习如何识别新照片，这被称为“监督学习〞。样本越具有多样性，机器学习模型的性能越好，推断的精确率也越高。例如可尝试添加具有不同背景的样本;拍摄时将对象靠近或远离相机，也可以将对象四面颠倒，从顶部和底部拍摄对象。在这个项目中，训练一台电脑，看看它是如何学习，尝试找出它的错误、教它如何改良，并看到它转变，这就是最简洁的人工智能。