圆栗子 发自 凹非寺
量子位 报道 | 公众号 QbitAI
一只手势识别AI，怎样才算得上 (优) 秀啊？
不停地变换姿势，都能实时输出Emoji，大约是很秀了：
🖖是守卫 (误) ，是来自《星际旅行》瓦肯的举手礼。不大常用，做起来甚至有难度。
🤞是好运，一般会两只手一起比。不过，也不是人类通用的手势。
即便这样，AI依然机智地识别出来。并且，AI是在浏览器上跑，几乎没有延时。
AI的爸爸，名字叫Nick Bourdakos (简称“尼克”) ，是来自IBM的程序猿。
尼克把自己的调教成果发了推特，揽下2.8万赞：
尼克用的是TensorFlow.js，实时识别毫无压力。
他把算法开源了，说大家都可以试一试。
除了手势，修炼其他物体的识别，也可以同样优秀 (见下文) 。
半小时就好
尼克说这个模型很简单，就是SSD-MobileNet。
MobileNet是分类，SSD是目标检测，搭配食用也是常规方法。
他是用IBM云上的GPU训练的，免费的k80，半小时就训练好了。
在训练开始之前，要先准备数据：AI吃的是标注过的手势图。
准备就绪，就来安装模型吧：
1 $ npm install -g cloud-annotations然后，可以开始训练了：
1 $ cacli
2 ┌─────────────────────────────┐
3 │ (C)loud (A)nnotations (CLI) │
4 │ version 1.0.12 │
5 └─────────────────────────────┘
6
7 Usage: cacli <command>
8
9 where <command> is one of:
10 init Interactively create a config.yaml file
11 train Start a training run
12 logs Monitor the logs of a training run
13 progress Monitor the progress of a training run
14 list List all training runs
15 download Download a trained model
16
17 cacli <cmd> -h quick help on <cmd>当然，也不是非要用IBM云，也不是非要用GPU。拿CPU也能调教AI，大概要几小时吧。
如需本地调教，请参见这个issue：
run docker container to train locally · Issue #33 · cloud-annotations/traininggithub.com训练完成，该在浏览器上跑了。GitHub项目里，自带了转换为TensorFlow.js模型的脚本。
把模型添加到React App里面。
最后，写一句npm start，用浏览器打开http://localhost:3000。
耶，这样就可以对着屏幕随意舞动手指了，你的AI会明白的：
当然，就像开头说的那样，这机智的AI才不是只会识别手指。
喝点什么
只看你用什么样的数据去投喂AI了。
曾经，尼克就帮AI修炼了分辨汽水的眼力。
第一题：一瓶雪碧，一瓶Canada Dry，都是绿色。
不管调换位置、还是侧过瓶身，AI都不会被迷惑。定格一看：
第二题：加大难度，两瓶都是Mountain Dew，一瓶普通一瓶低糖。
AI依然分得清楚，毫不犹豫。
分辨手势，分辨汽水，都不失水准。
那么问题来了，你有大胆的想法么？
想好了就开始调教吧，代码在这里：
cloud-annotations/traininggithub.comP.S. 推特评论区，已经有小伙伴亲测成功，并表示Easy。
— 完 —
量子位 · QbitAI
վ'ᴗ' ի 追踪AI技术和产品新动态
戳右上角「+关注」获取最新资讯↗↗
如果喜欢，请分享or点赞吧~比心❤
