Objectif de l'activité
Créer un modèle d'IA capable de reconnaître des objets ou des gestes à partir d'images, en utilisant l'outil Teachable Machine.
Consignes
1. Préparation (5 minutes)
- Rendez-vous sur le site Teachable Machine.
- Cliquez sur "Get Started" pour commencer.
- Choisissez l'option "Image Project" (projet basé sur la reconnaissance d'images).
2. Création des catégories (10 minutes)
- Créez un modèle capable de reconnaître trois catégories. Par exemple :
- Catégorie 1 : "Main levée"
- Catégorie 2 : "Main baissée"
- Catégorie 3 : "Aucune main" (ou un objet neutre comme un cahier ou un stylo)
- Renommez les catégories dans l'interface de Teachable Machine en cliquant sur "Class 1", "Class 2", etc.
- Préparez les objets ou gestes nécessaires.
3. Collecte des données (15-20 minutes)
- Prenez des photos pour chaque catégorie :
- Cliquez sur le bouton "Hold to Record" pour capturer des images.
- Prenez au moins 20 photos par catégorie (plus il y a d'images, mieux c'est !).
- Variez les angles, les positions et les arrière-plans pour que l'IA soit plus précise.
- Assurez-vous que les photos sont bien réparties entre les catégories.
4. Entraînement du modèle (5 minutes)
- Une fois les photos collectées, cliquez sur le bouton "Train Model".
- Attendez que l'entraînement se termine (cela prend généralement moins d'une minute).
- Observez les résultats affichés à la fin de l'entraînement.
5. Test du modèle (10-15 minutes)
- Testez votre modèle en temps réel en utilisant la webcam de votre ordinateur.
- Essayez de montrer à la caméra les gestes ou objets correspondant à vos catégories.
- Notez les résultats :
- L'IA reconnaît-elle correctement les catégories ?
- Si elle se trompe, pourquoi pensez-vous que cela arrive ?
6. Analyse et réflexion (10 minutes)
- Répondez aux questions suivantes :
- Votre modèle fonctionne-t-il bien ? Pourquoi ou pourquoi pas ?
- Quelles difficultés avez-vous rencontrées lors de la collecte des données ?
- Comment pourriez-vous améliorer votre modèle ? (par exemple : ajouter plus de photos, varier les arrière-plans, etc.)
- Discutez en classe des limites de l'IA :
- Pourquoi l'IA peut-elle se tromper ?
- Que se passe-t-il si les données utilisées pour l'entraînement sont biaisées ?
Critères de réussite
- Vous avez créé un modèle avec au moins trois catégories.
- Vous avez testé votre modèle et analysé ses performances.
- Vous avez réfléchi aux améliorations possibles et aux limites de l'IA.