比较手势，AI识别Emoji，在浏览器上奔跑：开源，推特2.8万赞-量子比特
用一只手的手势识别AI，如何成为一场秀呐。
不断变换姿势，能实时输出Emoji，大概很走秀：
是守卫（错误），是来自『星际旅行』『瓦肯』的举手礼。因为不怎么被使用，所以做起来很难。
尽管如此，AI还是机智地认识到。另外，即使在浏览器上行驶，也几乎没有延迟。
AI的父亲，名字是Nick Bourdakos（简称尼克），是来自IBM的程序猿。
尼克拿出自己的调教成果推特，2.8万好啊：
△ 666
尼克使用TensorFlow.js，实时识别无压力。
他把算法开源，说大家都可以试试。
半个小时就可以了
尼克这个模型简单的说就是SSD-MobileNet。
MobileNet是一种分类，SSD是目标检测，搭配食用也是一种常规方法。
他在云上的GPU上训练。免费的k80、30分钟就训练好了。
开始训练前，要准备好数据：AI吃显示的手势图。
准备好后，安装模型吧：
1$ npm install -g cloud-annotations
然后你就可以开始训练了：
1$ cacli 2┌─────────────────────────────┐ 3│ （C）loud （A）nnotations （CLI） │ 4│ version 1.0.12 │ 5└─────────────────────────────┘ 6 7Usage： cacli lt;commandgt; 8 9where lt;commandgt; is one of：10 init Interactively create a config.yaml file11 train Start a training run12 logs Monitor the logs of a training run13 progress Monitor the progress of a training run14 list List all training runs15 download Download a trained model1617cacli lt;cmdgt; -h quick help on lt;cmdgt;
当然，不是必须使用云，也不是必须使用GPU。即使有CPU也能调教AI，所以要花几个小时吧。
训练结束，你必须跑浏览器。GitHub项目提供了一个脚本，可以将其转换为TensorFlow.js模型。
将模型添加到React App。
最后，写一句nmp start，在浏览器中打开http：//localhost：3000。
耶，这样你就可以对着屏幕自由挥手指了。你的AI理解：
当然，正是这种机智的AI，并不是只能识别手指。
喝点什么
只看你给AI投了什嚒样的数据。
曾经，尼克给AI锻炼了辨别汽水的眼睛。
第一题：一条雪碧，一条Canada Dry，都是绿色的。
无论是换个位置，还是躺在瓶子身上，AI都不会迷路。定格为：
第二题：提高难度，两瓶都是Mountain Dew，一瓶一般一瓶低糖。
AI依然清晰，毫不犹豫。
无论是辨别手势，还是辨别汽水，都不会失去水平。
那么问题来了，你想让AI识别什么。
想好了就开始调教吧，代码在这里：
https：//github.com/cloud-annotations/training/
P.S.推特在评论区域，有表示Easy的独自测试成功的伙伴。
◆识别结果显示为Emoji就完美了
-结束了