基于App Inventor的图像识别APP设计.docxVIP

基于App Inventor的图像识别APP设计 基于appinventor的图像识别app设计 　　摘要：文章通过介绍一款手机游戏app的制作，演示了机器学习中的监督学习过程，让学生在游戏的过程中对机器学习和图像识别有一个大致的了解，以期让学生认识身边的人工智能。 　　关键词：图像识别;appinventor;机器学习 　　中图分类号：tp18文献标识码：a 　　文章编号：1009-3044（2020）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研究方向，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，文章介绍一个简单的图片识别app的制作流程。通过这个app，手机能够判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，可以完成手机控制机器人。 　　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，无须安装或复杂的设置，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 　　在浏览器中打开网址https：//maehineleamingforkids.eo.uk/，登录并创建一个新项目，注意项目名称不可使用汉字，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，标签名也不可有汉字。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“培养新的机器学习模型”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 　　在浏览器中输入地址：http：//，这是广州电教馆架设的appinventor2服务器。无须注册直接用qq帐号即可登录。新建一个appinventor项目（注意：项目名称不可使用中文）。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“不可见组件”列表中。图2为此移动游戏界面组件设计，表1为所有组件设计的参数设置。 　　逻辑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，如果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，其他逻辑设计较为简单，图3为ml4k模块的关键部分逻辑设计。2aapp功能测试 　　当机器学习模型已验证找到所有三个对象后，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”，即告诉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形状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，判断的准确率也越高。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、教它如何改进，并看到它改变，这就是最简单的