Translate三、影像訓練
Web:AI 影像辨識分為 影像分類 以及 物件追蹤，可以使用 Web:AI 開發板拍攝影像上傳至 Webduino 影像訓練平台進行影像訓練，將訓練完成的模型下載，再使用程式積木執行影像辨識。
影像辨識流程
進行影像辨識的流程中，需要先分別建立影像分類，接著選擇要建立的模型種類 ( 影像分類、物件追蹤 )，並將分類放入模型中，就可以使用模型來進行影像辨識了。
A. 登入影像訓練平台
點擊連結進入 Webduino 影像訓練平台。
點擊「Register」按鈕註冊帳號或使用 Google、FB 帳號直接登入。
點擊「同意授權」，進入 Webduino 影像訓練平台。
B. 建立分類
在 Webduino 影像訓練平台中可以看到左側的側邊欄有「分類」和「模型」兩個選項，點擊「分類」進入分類列表。
點擊藍色「新增」按鈕，跳出「建立分類」視窗。
- 輸入分類名稱，請勿輸入中文、空格、符號
- 選擇分享狀態
- 影像上傳方式點選「Web:AI」，進入下一步
- 輸入要拍照的數量
- 輸入 Web:AI 開發板的 DeviceID
- 選擇是否旋轉鏡頭
- 是：使用後鏡頭 ( 鏡頭在螢幕背面 )
- 否：使用前鏡頭 ( 鏡頭和螢幕在同一側 )
目前因為鏡頭旋轉功能外殼尚未上市，因此旋轉鏡頭選項不需勾選，敬請期待！
點擊「建立分類」按鈕
看到「傳送指令成功」訊息，就可以開始使用 Web:AI 開發板拍照。
C. 使用開發板拍攝影像
傳送指令成功後，開發板會重新啟動，進入拍照模式。
拍照模式
左上角白色數字：目前拍照張數
L 按鈕：拍攝照片
R 按鈕：調整白框大小
中間白色方框：拍照時，讓拍攝物件跟方框相當大小
讓拍攝物件跟方框相當大小時按下 L 按鈕 拍攝，並且稍微轉動角度，拍攝不同角度影像。
上傳影像
拍完設定的照片數量後，畫面會變全黑，開始上傳圖片。
等待上傳完成後，畫面中央會顯示白色 ok，正下方顯示上傳時間。
點擊視窗中的 ✕ 或「回到主畫面」，將視窗關閉。
建立 2~4 個分類
進行影像辨識時，模型內需要放入 2~4 個分類才能進行辨識，
因此重複上述 建立分類、使用開發板拍攝影像 步驟，建立兩個以上的分類。
D. 建立模型
建立完分類後，在左側的側邊欄選擇「模型」，進入模型列表。
點擊藍色「新增」按鈕，跳出「新增模型」視窗。
- 輸入模型名稱，請勿輸入中文、空格、符號或使用過的名稱
- 選擇模型種類 ( 影像分類、物件追蹤 )
- 選擇分享狀態
- 模型建立方式點選「挑選分類」
從分類列表中點選 2~4 個要進行影像辨識的分類，點擊「建立模型」。
等待模型訓練完成後，就可以在模型列表中找到建立的模型，並且可以看到模型內的分類名稱以及模型種類。
因為物件追蹤的演算法較複雜，因此訓練時間較久是正常的！
E. 下載模型
點擊要進行影像辨識的模型，跳出「模型選項」視窗。
a. 點擊下載模型。
b. 輸入開發板 Device ID。
c. 點擊「下載模型」後傳送指令。
點擊「下載模型」按鈕，出現「傳送指令成功」訊息即開始下載模型。
完成 100% 後，畫面會顯示 ok 字樣代表完成下載，就可以開始進行影像辨識了。
F. 使用程式積木執行影像辨識
在程式積木平台中，可以分別使用影像分類和物件追蹤積木，來達到不同的影像辨識。
影像分類
先依照上面步驟，將訓練過的影像分類模型下載到 Web:AI 開發板中。
開啟 Web:AI 程式積木平台。
使用「設定模型」積木，輸入模型名稱，
在陣列內放入和分類數量相同的積木，按照模型列表的分類順序輸入分類名稱。
並將寬、高都輸入 224。
- 使用 Webduino 影像訓練平台訓練的模型尺寸為 224*224。
- 自行使用其它工具訓練，則需輸入各別的尺寸。
在下方加入「無限重複」積木，裡面放入「開始辨識影像」積木和「LCD 顯示文字」積木。
「LCD 顯示文字」積木內放入「字串組合」積木，後方放入「取得辨識到的影像 ( 名稱 )」積木、「文字」積木輸入底線、「取得辨識到的影像 ( 信心度 )」積木。
程式編輯完成後，按下右上角綠色「執行」按鈕，出現「正在努力搬運 Blockly 中...」和「正在組裝積木...」，讀取結束後 Web:AI 開發板會自動開啟辨識畫面。
使用鏡頭對準辨識物件就能看到文字顯示辨識結果和信心度。
若要使用其它模型來進行影像辨識，需要回到步驟 下載模型，再次下載模型。