![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/wp-content\/uploads\/sites\/12\/2023\/11\/ch2-page3-traintestuse-e1697823763965.png\")
\nFase 1: Raccogliere e raggruppare immagini esemplificative<\/h3>\n1) Scarica le immagini di biciclette da\u00a0qui <\/a>\n2)\u00a0Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato come set di addestramento per l'applicazione di apprendimento automatico.\n3) Scarica le immagini delle moto\u00a0da\u00a0qui<\/a>\n4) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato anche come set di addestramento per l'applicazione di apprendimento automatico.\n5) Scarica tutte le immagini\u00a0da qui<\/a>\n6) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questa verr\u00e0 utilizzata come set di dati di prova.\n7) Clicca su\u00a0Google's Teachable Machine<\/a> e seleziona\u00a0Progetto immagine > Modello immagine standard.<\/strong>\n8) Sotto la voce Classe 1, fare clic su carica > scegli le immagini dai propri file > <\/strong>apri la cartella delle immagini delle biciclette create durante i passaggi 1 e 2 e importa tutte le immagini memorizzate.\n9) Sotto la voce Classe 2, click carica > scegli le immagini dai propri file >\u00a0<\/strong>apri la cartella delle immagini della moto creata durante i passi 3 e 4 e importa tutte le immagini memorizzate.\nFase 2: addestramento del modello<\/h3>\nIn Addestramento, fare clic su Addestra il modello<\/strong>. Il modello impara a classificare biciclette e motocicli. Attendere che venga visualizzato il messaggio Modello addestrato<\/strong>.\n\nSi noti che non \u00e8 necessario selezionare e inserire manualmente le caratteristiche di biciclette e motociclette. L'algoritmo sa come trovare le proprie caratteristiche dalle immagini!\n\n[caption id=\"attachment_162\" align=\"aligncenter\" width=\"1024\"]![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/wp-content\/uploads\/sites\/12\/2023\/11\/chadd-teachable-machine-1024x415-1.png\")
Source : Google's Teachable machine[\/caption]\nFase 3: Test del modello<\/h3>\n1) In Anteprima, fare clic sulla freccia vicino alla webcam<\/strong> e cambiare l'input in File<\/strong>.\n2) Fare clic su Scegli immagini dai file<\/strong> e scegliere un'immagine di prova memorizzata ai punti 5 e 6.\n3) Scorrere verso il basso e controllare l'output.\n4) \u00c8 possibile ripetere l'operazione con altre immagini per confrontare le prestazioni.\n\nSe un'immagine viene utilizzata per addestrare un classificatore, la macchina avr\u00e0 gi\u00e0 registrato l'etichetta corrispondente per quella particolare immagine. Mostrando questa immagine alla macchina durante la fase di test, non si potr\u00e0 misurare la capacit\u00e0 di generalizzazione del modello. Per questo motivo, i dataset di test e di addestramento devono essere diversi l'uno dall'altro.\n\nNota: \u00e8 possibile caricare le proprie immagini per l'addestramento e il test. Questa<\/a> \u00e8 una buona fonte di immagini gratuite.","rendered":"Questa attivit\u00e0 \u00e8 adattata da attivit\u00e0 create da Codeweek e concesse con licenza\u00a0Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) license<\/a>. \u00c8 possibile trovare l’elenco originale delle attivit\u00e0 nel loro sito web.<\/a> Anche i due dataset utilizzati :\u00a0Initial Training Dataset e Test dataset, sono stati creati da loro.<\/p>\nUtilizzeremo Google’s Teachable Machine<\/a> per addestrare una macchina a classificare un’immagine come bicicletta o motocicletta. Ricapitolando, un’applicazione di apprendimento automatico deve essere addestrata e testata prima di poter essere utilizzata. Raccoglieremo e raggrupperemo immagini di esempio delle categorie che la macchina dovr\u00e0 classificare, addestreremo il modello e verificheremo se classifica correttamente un insieme di immagini di esempio.<\/p>\n<\/p>\n
Fase 1: Raccogliere e raggruppare immagini esemplificative<\/h3>\n
1) Scarica le immagini di biciclette da\u00a0qui <\/a>
\n2)\u00a0Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato come set di addestramento per l’applicazione di apprendimento automatico.
\n3) Scarica le immagini delle moto\u00a0da\u00a0qui<\/a>
\n4) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato anche come set di addestramento per l’applicazione di apprendimento automatico.
\n5) Scarica tutte le immagini\u00a0da qui<\/a>
\n6) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questa verr\u00e0 utilizzata come set di dati di prova.
\n7) Clicca su\u00a0Google’s Teachable Machine<\/a> e seleziona\u00a0Progetto immagine > Modello immagine standard.<\/strong>
\n8) Sotto la voce Classe 1, fare clic su carica > scegli le immagini dai propri file > <\/strong>apri la cartella delle immagini delle biciclette create durante i passaggi 1 e 2 e importa tutte le immagini memorizzate.
\n9) Sotto la voce Classe 2, click carica > scegli le immagini dai propri file >\u00a0<\/strong>apri la cartella delle immagini della moto creata durante i passi 3 e 4 e importa tutte le immagini memorizzate.<\/p>\nFase 2: addestramento del modello<\/h3>\n
In Addestramento, fare clic su Addestra il modello<\/strong>. Il modello impara a classificare biciclette e motocicli. Attendere che venga visualizzato il messaggio Modello addestrato<\/strong>.<\/p>\nSi noti che non \u00e8 necessario selezionare e inserire manualmente le caratteristiche di biciclette e motociclette. L’algoritmo sa come trovare le proprie caratteristiche dalle immagini!<\/p>\nSource : Google’s Teachable machine<\/figcaption><\/figure>\nFase 3: Test del modello<\/h3>\n
1) In Anteprima, fare clic sulla freccia vicino alla webcam<\/strong> e cambiare l’input in File<\/strong>.
\n2) Fare clic su Scegli immagini dai file<\/strong> e scegliere un’immagine di prova memorizzata ai punti 5 e 6.
\n3) Scorrere verso il basso e controllare l’output.
\n4) \u00c8 possibile ripetere l’operazione con altre immagini per confrontare le prestazioni.<\/p>\nSe un’immagine viene utilizzata per addestrare un classificatore, la macchina avr\u00e0 gi\u00e0 registrato l’etichetta corrispondente per quella particolare immagine. Mostrando questa immagine alla macchina durante la fase di test, non si potr\u00e0 misurare la capacit\u00e0 di generalizzazione del modello. Per questo motivo, i dataset di test e di addestramento devono essere diversi l’uno dall’altro.<\/p>\n
Source : Google's Teachable machine[\/caption]\nFase 3: Test del modello<\/h3>\n1) In Anteprima, fare clic sulla freccia vicino alla webcam<\/strong> e cambiare l'input in File<\/strong>.\n2) Fare clic su Scegli immagini dai file<\/strong> e scegliere un'immagine di prova memorizzata ai punti 5 e 6.\n3) Scorrere verso il basso e controllare l'output.\n4) \u00c8 possibile ripetere l'operazione con altre immagini per confrontare le prestazioni.\n\nSe un'immagine viene utilizzata per addestrare un classificatore, la macchina avr\u00e0 gi\u00e0 registrato l'etichetta corrispondente per quella particolare immagine. Mostrando questa immagine alla macchina durante la fase di test, non si potr\u00e0 misurare la capacit\u00e0 di generalizzazione del modello. Per questo motivo, i dataset di test e di addestramento devono essere diversi l'uno dall'altro.\n\nNota: \u00e8 possibile caricare le proprie immagini per l'addestramento e il test. Questa<\/a> \u00e8 una buona fonte di immagini gratuite.","rendered":"Questa attivit\u00e0 \u00e8 adattata da attivit\u00e0 create da Codeweek e concesse con licenza\u00a0Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) license<\/a>. \u00c8 possibile trovare l’elenco originale delle attivit\u00e0 nel loro sito web.<\/a> Anche i due dataset utilizzati :\u00a0Initial Training Dataset e Test dataset, sono stati creati da loro.<\/p>\nUtilizzeremo Google’s Teachable Machine<\/a> per addestrare una macchina a classificare un’immagine come bicicletta o motocicletta. Ricapitolando, un’applicazione di apprendimento automatico deve essere addestrata e testata prima di poter essere utilizzata. Raccoglieremo e raggrupperemo immagini di esempio delle categorie che la macchina dovr\u00e0 classificare, addestreremo il modello e verificheremo se classifica correttamente un insieme di immagini di esempio.<\/p>\n<\/p>\n
Fase 1: Raccogliere e raggruppare immagini esemplificative<\/h3>\n
1) Scarica le immagini di biciclette da\u00a0qui <\/a>
\n2)\u00a0Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato come set di addestramento per l’applicazione di apprendimento automatico.
\n3) Scarica le immagini delle moto\u00a0da\u00a0qui<\/a>
\n4) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato anche come set di addestramento per l’applicazione di apprendimento automatico.
\n5) Scarica tutte le immagini\u00a0da qui<\/a>
\n6) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questa verr\u00e0 utilizzata come set di dati di prova.
\n7) Clicca su\u00a0Google’s Teachable Machine<\/a> e seleziona\u00a0Progetto immagine > Modello immagine standard.<\/strong>
\n8) Sotto la voce Classe 1, fare clic su carica > scegli le immagini dai propri file > <\/strong>apri la cartella delle immagini delle biciclette create durante i passaggi 1 e 2 e importa tutte le immagini memorizzate.
\n9) Sotto la voce Classe 2, click carica > scegli le immagini dai propri file >\u00a0<\/strong>apri la cartella delle immagini della moto creata durante i passi 3 e 4 e importa tutte le immagini memorizzate.<\/p>\nFase 2: addestramento del modello<\/h3>\n
In Addestramento, fare clic su Addestra il modello<\/strong>. Il modello impara a classificare biciclette e motocicli. Attendere che venga visualizzato il messaggio Modello addestrato<\/strong>.<\/p>\nSi noti che non \u00e8 necessario selezionare e inserire manualmente le caratteristiche di biciclette e motociclette. L’algoritmo sa come trovare le proprie caratteristiche dalle immagini!<\/p>\nSource : Google’s Teachable machine<\/figcaption><\/figure>\nFase 3: Test del modello<\/h3>\n
1) In Anteprima, fare clic sulla freccia vicino alla webcam<\/strong> e cambiare l’input in File<\/strong>.
\n2) Fare clic su Scegli immagini dai file<\/strong> e scegliere un’immagine di prova memorizzata ai punti 5 e 6.
\n3) Scorrere verso il basso e controllare l’output.
\n4) \u00c8 possibile ripetere l’operazione con altre immagini per confrontare le prestazioni.<\/p>\nSe un’immagine viene utilizzata per addestrare un classificatore, la macchina avr\u00e0 gi\u00e0 registrato l’etichetta corrispondente per quella particolare immagine. Mostrando questa immagine alla macchina durante la fase di test, non si potr\u00e0 misurare la capacit\u00e0 di generalizzazione del modello. Per questo motivo, i dataset di test e di addestramento devono essere diversi l’uno dall’altro.<\/p>\n
Utilizzeremo Google’s Teachable Machine<\/a> per addestrare una macchina a classificare un’immagine come bicicletta o motocicletta. Ricapitolando, un’applicazione di apprendimento automatico deve essere addestrata e testata prima di poter essere utilizzata. Raccoglieremo e raggrupperemo immagini di esempio delle categorie che la macchina dovr\u00e0 classificare, addestreremo il modello e verificheremo se classifica correttamente un insieme di immagini di esempio.<\/p>\n 1) Scarica le immagini di biciclette da\u00a0qui <\/a> In Addestramento, fare clic su Addestra il modello<\/strong>. Il modello impara a classificare biciclette e motocicli. Attendere che venga visualizzato il messaggio Modello addestrato<\/strong>.<\/p>\n Si noti che non \u00e8 necessario selezionare e inserire manualmente le caratteristiche di biciclette e motociclette. L’algoritmo sa come trovare le proprie caratteristiche dalle immagini!<\/p>\n 1) In Anteprima, fare clic sulla freccia vicino alla webcam<\/strong> e cambiare l’input in File<\/strong>. Se un’immagine viene utilizzata per addestrare un classificatore, la macchina avr\u00e0 gi\u00e0 registrato l’etichetta corrispondente per quella particolare immagine. Mostrando questa immagine alla macchina durante la fase di test, non si potr\u00e0 misurare la capacit\u00e0 di generalizzazione del modello. Per questo motivo, i dataset di test e di addestramento devono essere diversi l’uno dall’altro.<\/p>\n<\/p>\nFase 1: Raccogliere e raggruppare immagini esemplificative<\/h3>\n
\n2)\u00a0Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato come set di addestramento per l’applicazione di apprendimento automatico.
\n3) Scarica le immagini delle moto\u00a0da\u00a0qui<\/a>
\n4) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questo verr\u00e0 utilizzato anche come set di addestramento per l’applicazione di apprendimento automatico.
\n5) Scarica tutte le immagini\u00a0da qui<\/a>
\n6) Se necessario, estrai il contenuto della cartella zip in una cartella locale del computer. Questa verr\u00e0 utilizzata come set di dati di prova.
\n7) Clicca su\u00a0Google’s Teachable Machine<\/a> e seleziona\u00a0Progetto immagine > Modello immagine standard.<\/strong>
\n8) Sotto la voce Classe 1, fare clic su carica > scegli le immagini dai propri file > <\/strong>apri la cartella delle immagini delle biciclette create durante i passaggi 1 e 2 e importa tutte le immagini memorizzate.
\n9) Sotto la voce Classe 2, click carica > scegli le immagini dai propri file >\u00a0<\/strong>apri la cartella delle immagini della moto creata durante i passi 3 e 4 e importa tutte le immagini memorizzate.<\/p>\nFase 2: addestramento del modello<\/h3>\n
Fase 3: Test del modello<\/h3>\n
\n2) Fare clic su Scegli immagini dai file<\/strong> e scegliere un’immagine di prova memorizzata ai punti 5 e 6.
\n3) Scorrere verso il basso e controllare l’output.
\n4) \u00c8 possibile ripetere l’operazione con altre immagini per confrontare le prestazioni.<\/p>\n