Back to Course
Quarky 및 파이썬을 사용한 로봇 공학 및 AI - 레벨 1
0% Complete
0/0 Steps
-
로봇 공학의 기초수업 1: Quarky 로봇의 기초5 Topics
-
수업 2: 로봇 동작의 기초3 Topics
-
수업 3: 무선 제어 로봇4 Topics
-
라인 팔로워수업 4: 라인 감지를 위한 IR 센서 보정3 Topics
-
수업 5: 로봇을 따라가는 라인4 Topics
-
로봇 공학을 이용한 AI수업 6: AI 배달 봇으로서의 Quarky - 파트 13 Topics
-
수업 7: AI 배달 봇으로서의 Quarky - 파트 24 Topics
-
수업 8: 자율주행차 - 파트 14 Topics
-
수업 9: 로봇 애완동물4 Topics
-
수업 10: 제스처 기반 로봇 제어 - 1부3 Topics
-
수업 11: 제스처 기반 로봇 제어 - 파트 23 Topics
-
캡스톤 프로젝트수업 12: 캡스톤 프로젝트
Lesson 11, Topic 1
In Progress
활동 3: PictoBlox에서 ML 모델 테스트
Lesson Progress
0% Complete
모델 테스트
이제 모델이 훈련되었으므로 예상한 결과를 제공하는지 살펴보겠습니다. 장치의 카메라를 사용하거나 장치 저장소에서 이미지를 업로드하여 모델을 테스트할 수 있습니다. 웹캠을 사용하여 시작하겠습니다.
테스트 상자에서 “Webcam” 옵션을 클릭하면 모델이 창의 이미지를 기반으로 예측을 시작합니다.
엄청난! 모델은 실시간으로 제스처를 인식할 수 있습니다. 이제 테스트 상자의 오른쪽 상단에 있는 왼쪽 화살표를 클릭하여 창을 닫습니다. 모델을 PictoBlox로 내보낼 시간입니다!
Python 코딩 환경으로 모델 내보내기
테스트 상자의 오른쪽 상단에 있는 ” Export Model ” 버튼을 클릭하면 PictoBlox가 모델을 Python Coding Environment로 로드합니다.