ML2Scratch 开源项目常见问题解决方案

ML2Scratch 开源项目常见问题解决方案

ml2scratch 機械学習 x スクラッチ(Connect Machine Learning with Scratch) 项目地址: https://gitcode.com/gh_mirrors/ml/ml2scratch

1. 项目基础介绍和主要编程语言

项目介绍： ML2Scratch 是一个开源项目，它使用 TensorFlow.js 实现了在 Scratch 中轻松体验和利用机器学习的功能。用户可以通过 Web 摄像头捕捉图像，并对其进行标签标注，然后在浏览器上直接进行机器学习模型的训练和分类。这一过程不需要将图像数据发送到服务器，保证了数据的安全性。

主要编程语言： JavaScript

2. 新手常见问题及解决步骤

问题一：无法在 Scratch 中看到 ML2Scratch 的扩展

问题描述： 用户在 Scratch 中无法找到 ML2Scratch 的扩展选项。

解决步骤：

1. 确认已经正确下载并安装了 ML2Scratch 项目。
2. 打开 Scratch，确保浏览器没有阻止弹窗或者插件。
3. 在 Scratch 的“扩展”菜单中，选择“从 URL 加载扩展”。
4. 输入 ML2Scratch 扩展的本地路径或网络路径。
5. 如果仍然无法加载，尝试清理浏览器缓存或重启浏览器。

问题二：学習过程中图像数据不更新

问题描述： 用户在使用 ML2Scratch 进行图像学習时，图像数量不增加。

解决步骤：

1. 确认已经正确设置了图像的标签和数量。
2. 确保在捕捉图像时，摄像头的权限已经被允许。
3. 检查是否正确点击了“学習”按钮，并且摄像头捕捉到的图像清晰可见。
4. 如果使用的是笔记本电脑，确保摄像头没有被物理遮挡。

问题三：训练完成后无法正确识别图像

问题描述： 学習完成后，ML2Scratch 无法正确识别新的图像。

解决步骤：

1. 检查学習数据是否足够，每个标签至少需要20个图像样本。
2. 确保学習过程中图像的质量良好，没有被过度压缩或扭曲。
3. 在 Scratch 中检查是否正确设置了“ nhận biết”（识别）相关的代码块。
4. 如果识别仍然不正确，尝试重新学習，并确保图像样本具有代表性。

通过以上步骤，新手用户可以解决在使用 ML2Scratch 时遇到的一些常见问题。如果遇到其他问题，建议查看项目文档或加入社区进行咨询。

ml2scratch 機械学習 x スクラッチ(Connect Machine Learning with Scratch) 项目地址: https://gitcode.com/gh_mirrors/ml/ml2scratch