- Teachable Machine öffnen:
- Gehe auf die Webseite: teachablemachine.withgoogle.com
- Wähle “Bildprojekt” aus.
- Klassen erstellen:
- Klicke auf “Modell mit Standardbildern”.
- Erstelle zwei Klassen, z.B. “Mensch” und “Hund”.
- Trainingsbilder hochladen:
- Lade Fotos hoch oder nutze die Webcam, um Bilder für jede Klasse zu sammeln.
- Achte darauf, viele verschiedene Bilder aus unterschiedlichen Winkeln hochzuladen.
- Modell trainieren:
- Klicke auf “Modell trainieren” und warte, bis das Training abgeschlossen ist.
- Verändere die erweiterten Einstellungen nicht, außer du weißt genau, was du tust.
- Modell testen:
- Teste das Modell mit neuen Bildern oder der Webcam.
- Verifiziere die Genauigkeit der Klassifizierung.
- Modell exportieren:
- Klicke auf “Modell exportieren”.
- Wähle zwischen Hochladen und Teilen oder Herunterladen.
- Speichere das Modell inklusive der Daten auf deinem Drive, falls nötig.
- Verstehen, wie man ein Bilder-Machine Learning Modell mit Teachable Machine erstellt.
- Lernen, wie man Trainingsdaten für Machine Learning Modelle vorbereitet und hochlädt.
- Wissen, wie man ein trainiertes Modell testet und exportiert.
- Verschiedene Business-Use-Cases für Bilder-Machine Learning Modelle kennenlernen.
- Qualitätskontrolle in der Fertigung: Entwickle ein Modell, das fehlerhafte Produkte erkennt und sortiert, um die Qualitätssicherung zu optimieren.
- Content Moderation: Automatisiere die Moderation von Bildern auf Social Media Plattformen, indem du unerwünschte Inhalte automatisch identifizieren lässt.
- Demografieanalyse: Nutze Modelle, um Zielgruppen nach Geschlecht, Alter oder anderen demografischen Merkmalen zu analysieren und personalisierte Marketingkampagnen zu erstellen.
- Medizinische Bildanalyse: Erstelle Modelle, die medizinische Bilder wie Röntgenaufnahmen analysieren und Auffälligkeiten erkennen können, um Diagnosen zu unterstützen.
- Überwachung und Sicherheit: Implementiere Modelle in Sicherheitssystemen, um Bewegungen und Objekte zu überwachen und potenzielle Bedrohungen frühzeitig zu erkennen.
