同學體驗過一些系統預設的模型進行人工智能辨別後，是否有興趣訓練一些自己定義的物件? 例如訓練人工智能辨認自己的樣貎、或家中貓貓狗狗的樣貌、或其他物件?
其實要進行自定義的人工智能(AI)模型訓練，並不是想像中很複雜的事情。現時一些科技公司已有一些工具可讓人使用，這些公司包括Google, Amazon, Microsoft、百度等等。這些工具都是可供實際上商業使用的，並不是研究中的實驗工具。當然，要使用這些工具作商業運用是需要付費的。
但還是有一些可免費使用，可供學習之用的，操作上跟實際商業應用沒大分別的。當然免費版本的辨識準確率不足以作實際使用，畢竟是免費的。硬體配備也很簡單，因為所有運算其實都是在遠端這些公司的伺服器上運作的，我們祇需要一台可上網的電腦便可以。
Google Colaboratory 可算是其中一款可供免費使用的人工智能模型訓練工具，申請使用也非常簡單，祇要有Google 戶口便可以。
由於所有本校學生也有由學校提供的Google 戶口，因此以下的AI模型訓練也使用Google Colaboratory作工具。(當然，你使用自己的Google 戶口也可以)
學校已開放了同學於Google Drive 使用Google Colaboratory 的權限。
以下的自定義AI模型訓練，採用的是監督式的機器學習原理。無論是哪一平台，基本上的步驟也是差不多的，包括:
(1) 採集數據
(2) 標記數據
(3) 訓練模型
(4) 驗證模型
(5) 導出模型
(6) 使用模型
其實以上(3)、(4)及(5)這三個步驟，都是於Google Colaboratory上進行的。
以下我們使用CocoRobo AI組件作為使用AI模型的平台，而使用的人工智能是視覺識別作為學習內容，因此以上的過程，實際上的流程是:
(1) 採集數據：將要識別的物件進行拍攝，拍攝好以後拿到相片；
(2) 標記數據：將拍攝到的相片進行數據標記，並分爲不同的資料夾；
(3) 訓練模型：將標記好的照片分類，隨後放入訓練工具中進行遷移訓練；
(4) 驗證模型：用訓練好的模型來識別隨機抽取的一張照片，檢查模型的準確率；
(5) 導出模型：將訓練的模型轉換成 CocoRobo A.I. 模組支持的模型文件格式；
(6) 使用模型：將轉換好的模型文件存入 microSD 卡中，隨後我們會透過 CocoBlockly X 這款編程工具來進行程式設計，讓 A.I. 模組能夠基於我們訓練好的模型，來識別對應的物件。
如何進行自定義物件AI模型訓練(使用Google Colaboratory)
------------------------------------------------------------------------------------------------------------------
以下是使用CocoRobo A.I. 模組進行以上過程的參考視頻:
(1) 採集數據 : 如何使用CocoRobo AI 組件進行影像擷取?
(2) 標記數據: 如何標記數據?
(3) 訓練模型、驗證模型及導出模型
使用Google Colab進行人工智能模型訓練前的準備工作
(6) 使用模型: 如何使用自定義的模型於cocorobo程式內?
沒有留言:
張貼留言