Teachable Machine Cover

Künstliche Intelligenz für Alle – mit Teachable Machine

Denkst du beim Schlagwort Künstliche Intelligenz an AlphaGo, Unsupervised Learning und komplizierte Statistik? Dann hast du zwar Recht, aber das heißt nicht, dass der Einstieg in dieses spannende Thema schwer ist.

In diesem Tutorial lernst du Googles Anwendung Teachable Machine kennen, mit der du in wenigen Minuten selbst ein KI-Modell erstellst, um z.B. Objekte zu erkennen. Wir haben hierfür dem Computer beigebracht, Tomaten, Zitronen und Zauberwürfel voneinander unterscheiden zu können.

Googles Teachable Machine unterscheidet Objekte

Was ist Teachable Machine?

Mit dem Service Teachable Machine von Google erstellst du im Handumdrehen Modelle, mit denen dein Computer Bilder, Töne und Posen unterscheiden kann. Die benötigten Daten stellst du entweder per Upload oder direkt über die Webcam bzw. das Mikrofon deines Computers zur Verfügung. Diese werden laut Google übrigens nicht hochgeladen, sondern verlassen deinen Computer nicht.

Anschließend erstellst du hieraus mit wenigen Klicks ein KI-Modell, das du anschließend gleich testen kannst. Wenn du mit deinem Modell zufrieden bist, kannst du es exportieren und es z.B. auf deinem Raspberry Pi weiterverwenden. Teachable Machine läuft in deinem Browser und ist kostenlos.

Homepage von Teachable Machine

Zitronen von Tomaten unterscheiden – und von Zauberwürfeln

Im Folgenden möchten wir dem Computer beibringen, drei Objekte voneinander zu unterscheiden – und zwar anhand von Bildern dieser Objekte. Hierfür benötigen wir so viele Bilder wie möglich, denn beim maschinellen Lernen gilt: Je mehr Daten, desto besser.

Teachable Machine bietet hierfür zwei Möglichkeiten: den Upload von Fotos oder die Verwendung der Webcam, die dann eine Reihe von Fotos schießt.

Um zu starten, besuche die Webseite von Teachable Machine und klicke auf den Button Erste Schritte. Wähle anschließend Bildprojekt. Auf der nächsten Seite findest du dein leeres Projekt. Links findest du die Klassen, die dein Computer voneinander unterscheiden soll.

Leeres Bildprojekt in Teachable Machine

Vergebe hier also zunächst aussagekräftige Namen und füge bei Bedarf über Klasse hinzufügen weitere hinzu. Wähle dann in jeder Klasse einen der beiden Buttons Webcam und Hochladen, je nachdem wie du das Bildmaterial zur Verfügung stellen möchtest.

Praktisch ist die Webcam – hier hältst du einfach ein Objekt vor die Kamera und hältst den Button Zum Aufnehmen halten gedrückt. Die Webcam schießt dann in schneller Folge Fotos. Damit die KI das Objekt von allen Seiten kennenlernt, solltest du es vor der Kamera drehen.

Ein paar wenige Fotos reichen fürs maschinelle Lernen nicht aus. Erstelle deshalb von jedem Objekt mindestens 250 Stück. Keine Angst, mit der Webcam dauert das nur wenige Sekunden. Wenn du mit jedem deiner Objekte fertig bist, wird es Zeit, das Modell zu trainieren.

Das KI-Modell trainieren

Jetzt kommt die nächste Karte in deinem Browserfenster dran. Klicke auf den Button Modell trainieren. Dieser Vorgang kann einige Minuten dauern, während denen du das Tab nicht schließen darfst.

Modell trainieren in Teachable Machine

Mit einem Klick auf Erweitert kannst du noch weitere Einstellungen öffnen, mit denen du das Training feinjustieren kannst. Du erhältst zu jeder Option eine kurze Erklärung und kannst über Details noch etwas tiefer in die Materie einsteigen.

Wenn das Training beendet ist, springt die dritte Karte an: die Vorschau deines Modells.

Teste dein Modell

Falls noch nicht geschehen, kannst du in der Vorschau deine Webcam anschalten und testen, ob deine KI die Objekte richtig unterscheiden kann. Alternativ kannst du hier auch Fotos der Objekte hochladen.

Unterhalb des Vorschau- bzw. Testbilds siehst du für jede deiner Klassen einen Balken mit einer Prozentangabe. Dieser Balken füllt sich, je nachdem, was die KI glaubt zu erkennen. In unserem Test haben wir eine Zitrone vor die Kamera gehalten und voilá – der Computer konnte sie erkennen.

Erkannte Zitrone in Teachable Machine

Solltest du mit dem Ergebnis unzufrieden sein, gehe entweder noch einmal zurück zum Anfang und stelle mehr Daten zur Verfügung. Achte darauf, dass du der KI dein Objekt nicht nur von einer Seite “zeigst”. Wenn die KI immer noch keine guten Ergebnisse liefert, spiele mit den Einstellungen im Training – so lange bis die die Maschine versteht, was sie vor der Linse hat. 🙂

Exportiere dein Modell

Wenn du zufrieden bist und dein KI-Modell für ein Projekt einsetzen möchtest, kannst du es über den Button Modell exportieren herunterladen. Hierfür stehen dir verschiedene Optionen zur Verfügung. Du kannst es z.B. als Tensorflow Lite exportieren und mit einem Raspberry Pi und einer Kamera ein mobiles Projekt bauen, das deine Objekte unterscheiden kann.

Übrigens, Teachable Machine ist nicht der einzige Service, mit dem einfach KI-Modelle trainieren kannst. In unserem Themenbereich Künstliche Intelligenz erfährst du mehr über Edge Impulse. Mit dieser ebenfalls kostenlosen Anwendung kannst du z.B. Gesten mit einem Arduino Nano erkennen.

Wie immer gilt: Deiner Fantasie sind keine Grenzen gesetzt! 🙂

Bausätze für dein nächstes Projekt

Alles, was du für dein nächstes Projekt brauchst – Bausätze inklusive Anleitung als E-Book und der benötigten Hardware.

ESP8266 Projekt

Wetterstation & Vorhersage

Miss die aktuelle Temperatur und Luftfeuchtigkeit und zeige dazu die Wettervorhersage auf einem OLED-Display an.

Bausatz anschauen

Arduino Projekt

Pflanzenwächter

Braucht deine Pflanze Wasser? Dieses Arduino Projekt gibt dir Bescheid, wenn es so weit ist.

Bausatz anschauen

ESP8266 Projekt

Webserver

Lerne, wie du mit deinem Webserver Messdaten ausgibst, Geräte steuerst und dir mit HTML und CSS ein Interface erstellst.

Bausatz anschauen

Arduino Projekt

Wetterstation

Baue deine eigene Wetterstation, die dir Temperatur und Luftfeuchtigkeit anzeigt.

Bausatz anschauen

Auch interessant

Werde Mitglied
Mehr Projekte für Arduino, Raspi & Co.
Als Mitglied von Pollux Labs erhältst du Zugriff auf alles Projekte und Tutorials, zum Beispiel: - ESP8266 Webserver - Arduino Schnarchstopper - ESP32-CAM Fotofalle - Objekterkennung mit KI ... und mehr!
Mehr Arduino & ESP8266 Projekte
Von der Wetterstation bis zum eigenen Webserver: Lerne C++ und Elektronik, indem du spannende Projekte baust.
Online-Kurs