你比個手勢，AI就識別出Emoji，瀏覽器上跑：已開源
本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。
一只手勢識別AI，怎樣才算得上 (優) 秀啊？
不停地變換姿勢，都能實時輸出Emoji，大約是很秀了：
是守衛 (誤) ，是來自《星際旅行》瓦肯的舉手禮。不大常用，做起來甚至有難度。
是好運，一般會兩只手一起比。不過，也不是人類通用的手勢。
即便這樣，AI依然機智地識別出來。并且，它是在瀏覽器上跑，也幾乎沒有延時。
AI的爸爸，名字叫Nick Bourdakos (簡稱“尼克”) ，是來自IBM的程序猿。
△ 666
尼克用的是TensorFlow.js，實時識別毫無壓力。
他把算法開源了，說大家都可以試一試。
半小時就好
尼克說這個模型很簡單，就是SSD-MobileNet。
MobileNet是分類，SSD是目標檢測，搭配食用也是常規方法。
他是用IBM云上的GPU訓練的，免費的k80，半小時就訓練好了。
在訓練開始之前，要先準備數據：AI吃的是標注過的手勢圖。
準備就緒，就來安裝模型吧：
- 1$ npm install -g cloud-annotations
然后，可以開始訓練了：
- 1$ cacli
- 2┌─────────────────────────────┐
- 3│ (C)loud (A)nnotations (CLI) │
- 4│ version 1.0.12 │
- 5└─────────────────────────────┘
- 6
- 7Usage: cacli <command>
- 8
- 9where <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
- 17cacli <cmd> -h quick help on <cmd>
當然，也不是非要用IBM云，也不是非要用GPU。拿CPU也能調教AI，大概要幾小時吧。
訓練完成，該在瀏覽器上跑了。GitHub項目里，自帶了轉換為TensorFlow.js模型的腳本。
把模型添加到React App里面。
寫一句nmp start，用瀏覽器打開http://localhost:3000。
耶，這樣就可以對著屏幕隨意舞動手指了，你的AI會明白的：
當然，這只機智的AI，才不是只能識別手指。
喝點什么
只看你用什么樣的數據去投喂AI了。
曾經，尼克就幫AI修煉了分辨汽水的眼力。
題一：一瓶雪碧，一瓶Canada Dry，都是綠色。
不管調換位置、還是側過瓶身，AI都不會被迷惑。定格一看：
第二題：加大難度，兩瓶都是Mountain Dew，一瓶普通一瓶低糖。
AI依然分得清楚，毫不猶豫。
分辨手勢，分辨汽水，都不失水準。
那么問題來了，你想讓AI識別什么呢？
想好了就開始調教吧，代碼在這里：
https://github.com/cloud-annotations/training/
P.S. 已經有小伙伴親測成功，并表示Easy。
△ 再把識別結果，顯示成Emoji就更好了
