https://github.com/cloudsteak/teachable-machine-image
teachable-machine - AI eszközök egyszerűen
https://github.com/cloudsteak/teachable-machine-image
Last synced: 5 months ago
JSON representation
teachable-machine - AI eszközök egyszerűen
- Host: GitHub
- URL: https://github.com/cloudsteak/teachable-machine-image
- Owner: cloudsteak
- License: mit
- Created: 2024-09-17T13:34:55.000Z (almost 2 years ago)
- Default Branch: main
- Last Pushed: 2024-09-30T09:22:52.000Z (over 1 year ago)
- Last Synced: 2025-04-08T19:57:07.802Z (about 1 year ago)
- Size: 65.2 MB
- Stars: 0
- Watchers: 0
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Teachable Machine - ML eszközök egyszerűen
## Teachable Machine
A Teachable Machine egy könnyen használható webes eszköz, amely lehetővé teszi bárki számára, hogy gépi tanulási modelleket hozzon létre anélkül, hogy mélyebb technikai ismeretekre lenne szükség. Az eszközt a Google fejlesztette ki, és célja, hogy a gépi tanulást hozzáférhetővé tegye mindenki számára, beleértve a tanárokat, diákokat, művészeket és fejlesztőket is. Ez az ingyenes eszköz kiváló játaszótér felnőtteknek, gyerekeknek és mindenki számára, aki érdeklődik az AI és a gépi tanulás iránt. :smile:
Itt érheted el: [Teachable Machine](https://teachablemachine.withgoogle.com/)
## Főbb jellemzők
- **Egyszerű használat**: A felhasználók könnyedén feltölthetnek képeket, hangokat vagy pózokat, amelyeket a modell tanítására használnak.
- **Valós idejű tanítás**: A modellek valós időben tanulnak, így azonnal láthatóak az eredmények.
- **Exportálás és integráció**: A létrehozott modellek könnyen exportálhatók és integrálhatók más alkalmazásokba vagy weboldalakba.
## Hogyan működik?
1. **Adatok gyűjtése**: A felhasználók különböző kategóriákhoz tartozó adatokat gyűjtenek, például: **képeket, hangokat vagy pózokat**.
2. **Modell tanítása**: Az adatok feltöltése után a Teachable Machine megtanítja a modellt ezek alapján.
3. **Tesztelés és finomhangolás**: A felhasználók valós időben tesztelhetik a modellt, és szükség esetén további adatokat adhatnak hozzá a pontosság növelése érdekében.
4. **Exportálás**: A kész modell exportálható különböző formátumokban, például TensorFlow.js, TensorFlow Lite vagy Coral formátumban.
## Felhasználási területek
- **Oktatás**: Tanárok és diákok használhatják a gépi tanulás alapjainak megismerésére.
- **Művészet**: Művészek interaktív műalkotásokat hozhatnak létre gépi tanulási modellek segítségével.
- **Fejlesztés**: Fejlesztők gyorsan és egyszerűen integrálhatják a gépi tanulási modelleket alkalmazásaikba.
A Teachable Machine tehát egy sokoldalú és könnyen használható eszköz, amely lehetővé teszi a gépi tanulás széles körű alkalmazását különböző területeken.
## A mi projektünk célja
Ebben a projektben a Teachable Machine ML megoldással készítünk egy képfelismerő alkalmazást a "Kő-Papír-Olló" játékhoz. A projekt során a következő lépéseket fogjuk követni:
1. **Adatgyűjtés**: Képek gyűjtése a "Kő", "Papír" és "Olló" kézmozdulatokról.
2. **Modell betanítása**: A képek felhasználásával egy gépi tanulási modell betanítása a Teachable Machine segítségével.
3. **Tesztelés**: A modell tesztelése valós időben, kézmozdulatok mutatása a kamera előtt.
4. **Finomhangolás**: Szükség esetén további adatok hozzáadása a pontosság növelése érdekében.
Ez a projekt remek lehetőséget nyújt arra, hogy megismerkedjünk a gépi tanulás alapjaival és a Teachable Machine használatával.
## A "Kő-Papír-Olló" játék
A "Kő-Papír-Olló" egy egyszerű kézjáték, amelyet általában két ember játszik, ahol minden játékos egyszerre formálja meg az egyik három alakzatot kinyújtott kézzel:
- **Kő**: Egy ököl
- **Papír**: Egy nyitott kéz
- **Olló**: Egy ököl, amelynél a mutató- és középső ujjak kinyújtva, V alakot formálnak
A szabályok egyszerűek:
- A kő összetöri az ollót
- Az olló elvágja a papírt
- A papír betakarja a követ
A játék eredményét ezek a szabályok határozzák meg.
## Gépi tanulás és az AI
A gépi tanulás (machine learning) az AI (mesterséges intelligencia) egyik ága, amely lehetővé teszi a számítógépek számára, hogy adatokból tanuljanak és döntéseket hozzanak anélkül, hogy explicit módon programoznánk őket. Az AI egy tágabb fogalom, amely magában foglalja a gépi tanulást, valamint más technikákat is, mint például a szabályalapú rendszereket és a neurális hálózatokat.
A gépi tanulás segítségével az AI rendszerek képesek felismerni mintákat, előrejelzéseket készíteni és komplex problémákat megoldani, ami számos alkalmazási területen hasznos lehet, például képfelismerés, természetes nyelvfeldolgozás és autonóm járművek esetében.
## Összefoglalva
Az AI területén tovább mélyülve és a gépi tanulás alapjaival megismerkedve egyre több lehetőség nyílik arra, hogy kreatív és innovatív projekteket hozzunk létre. A Teachable Machine segítségével bárki könnyedén létrehozhat saját gépi tanulási modelleket, és alkalmazhatja azokat különböző területeken.
A "Kő-Papír-Olló" játékhoz készített képfelismerő rendszerünk egy remek példa arra, hogy az AI hogyan segíthet az egyszerű játékok fejlesztésében és az interaktív alkalmazások létrehozásában.
---
:rocket: További hasznos tartalmakért és projektekért látogass el a [Cloud Mentor](https://cloudmentor.hu/) weboldalra! :rocket: