---
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(以"/"區分)：
- chk1_fail / chk1_pass / chk2_fail / chk2_pass / chk3_fail / 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)