Code Create++

步驟 1：進入「Appinventor訓練網」。

連結網址 = [ https://classifier.appinventor.mit.edu/oldpic/ ]

步驟 2：分別輸入「L」>「添加標籤」>「F」>「添加標籤」>「R」>「添加標籤」。

步驟 3：上傳「L(左)」>「選擇檔案」>「F(直)」>「選擇檔案」>「R(右)」>「選擇檔案」。

注意：此網頁比較不穩定，照片建議上傳各20~30張左右，手機拍照並採用電腦上傳。

步驟 4：上傳完畢後，點「Next」。

步驟 5：點選「MobileNet」> 點「Train model」。

步驟 6：等待訓練完畢，查看成果「<1 並 >=0.07」。如果效果不佳回到「關卡2 Select Model」。

確認完成後，再接續步驟。

步驟 7：點選「關卡3 Add Testing Data」> 再「分別上傳3~5張」。

這上傳用意是，這模組訓練完成，辨識這模組的辨識率。

步驟 8：上傳完畢後，點「Add Example」。

步驟 9：「查看成果」。

注意：如果綠字 >0.7 代表辨識效果不佳，可回關卡2 Select Model重新訓練。

步驟 10：確認沒問題，點「Download Model」>「存檔」。

步驟 11： 進入「appinventor」。

官網連結 = [ http://appinventor.mit.edu/ ]

步驟 12： 點「Create Apps!」> 「註冊/登入」。

步驟 13： 就可以進來appinventor專案頁。

步驟 14： 點「專案」>「匯入專案(.aia)」>「選擇檔案」。

步驟 15： 選擇「D1_mini_Lab13.aia」並確定。

步驟 16：進入 APP 編輯頁。

步驟 16：進入 APP 編輯頁。

步驟 18：在素材處 >「上傳文件...」>「選擇檔案」>「上傳剛訓練好模型」>「確定」。

步驟 19：在「PersonalImageClassifier1(眼鏡圖示)」> 改為「剛上傳的模組」。

步驟 20： 點「打包Apk」>「Android App(.apk)」。

步驟 21： 點「使用應用程式時 / 允許相機」> 等待模組 >「開始辨識」。

注意：辨識結果建議在0.7以上，否則會影響之後控制結果!!