简介

如果有用户之前接触过小喵科技出品的ML5特征分类器，那么你一定会很熟悉分类器的使用。分类器通过机器学习，把要识别的样本A放在镜头下让其学习，同时告诉它，这个样本的标签是x。通过录入多个角度的样本A，机器学习已经学会了识别样本A。如是类推，我们再增加样本B，再增加样本C。特征分类识别如果想达到比较好的识别效果，一般要求单个样本需要拍4张照片以上。

积木块

序号	积木	功能
1		在程序开始阶段，初始化特征提取器
2		拍照物品，“贴上”具体标签
3		进行分类识别
4		当识别到录入的标签，触发事件，执行下面的程序
5		对录入标签的物品进行模型保存，方便下次使用，无需再次训练模型
6		加载已经训练好的模型

连接KOI

确保你已经安装好驱动，加载好驱动与连接好KOI，如果有疑问请翻看前面的快速开始

案例演示

• 开始前需要【重置特征提取器】
• 按下A键，KOI拍一张图片，标签为paper（标签可自定义）。

注意：同一个物体需要多次且多角度的添加标签，可以提高识别准确度
标签的名称不能以数字开头

• 录入结束后按下B键，执行【运行特征分类】，KOI开始识别物体
• 将KOI的摄像头对着录入的物体，当检测到标签时，会在舞台区说“我看到了paper”

如何保存已经录入的分类

• 点击【保存模型】，名称可以自定义（后缀名.json不可更改），这里我默认【abc.json】
• 下次打开程序是，可以点【加载模型】

注意：模型保存在程序内部