File size: 1,543 Bytes
d74b0d7
4597662
 
 
2b668f2
4597662
 
 
 
 
 
 
 
100aae6
d74b0d7
4597662
 
854af6d
4597662
 
 
6b7336b
 
d2af562
158e4a6
fb63eea
520afb6
 
 
8585e6b
d36504b
4597662
af76661
fadcf75
7addde5
3dba6cd
 
 
 
 
 
 
 
 
 
 
 
 
13474c0
5589193
348618f
fb6a14e
348618f
fb6a14e
348618f
fb6a14e
348618f
d74b0d7
348618f
 
d74b0d7
348618f
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
---
tags:
- image-classification
- pytorch
library_name: generic
metrics:
- accuracy

model-index:
- name: krenzcolor_chkpt_classifier
  results:
  - task:
      name: Image Classification
      type: pair-classification
    metrics:
      - name: Accuracy
        type: accuracy
        value: 0.9196428656578064
---

# krenzcolor_chkpt_classifier
## KK色彩課程-作業節點檢查AI
Demo for checkpoint classification of the homework in Art course by "Krenz Cushart"

這個AI分類器會判斷同學在課程中L3,L4的臨摹中的三個檢查點,並檢查通過與否。
詳細六個類別如下:
- (1) chk1_fail  |  (2) chk1_pass  
- (3) chk2_fail  |  (4) chk2_pass
- (5) chk3_fail  |  (6) chk3_pass

其中chk1,chk2,chk3分別代表檢查點一、二、三;fail及pass代表作業通過與否。

## 快速導覽:
將以下圖片上傳至右側方框 (Hosted inference API)

#### chk1_pass

![chk1_pass](images/L4_1_chk1_pass.jpg)

#### chk2_pass

![chk2_pass](images/L4_1_chk2_pass.jpg)

#### chk3_pass

![chk3_pass](images/L4_1_chk3_pass.jpg)


## 使用方法
### 使用以下樣板填入臨摹(注意:務必將圖調整至224 x 224 pixels的大小再放入樣板右側空白處)
![L3-1老頭石膏](images/L3_1_tmp.jpg)

![L3-2布料](images/L3_2_tmp.jpg)

![L3-1雞](images/L4_1_tmp.jpg)

![L3-1雲](images/L4_2_tmp.jpg)

### 將圖片上傳到右側方匡
![將圖片上傳到右側方匡](images/input_box.png)

### 上傳後會顯示各類別的機率
![範例](images/example.png)