Freifach Informatik: Projekte mit KI und Hardware

Schritt 2: Steuerung mit eigenem KI-Modell (Teachable Machine)

Code: schritte/02-teachable-machine/ · Dauer: ca. 35 bis 45 Minuten

Worum geht es?

Du trainierst ein KI-Modell, das auf der Kamera erkennt, ob du die Hand links, rechts oder nirgends hältst. Das Modell steuert dann das Spiel.

So funktioniert KI-Training (in einem Satz)

Du zeigst dem Modell viele Beispiele pro Klasse. Daraus lernt es, neue Bilder einer Klasse zuzuordnen.

Modell trainieren

  1. Öffne teachablemachine.withgoogle.com → Bildprojekt → Standard-Bildmodell.
  2. Lege drei Klassen an und benenne sie genau so: links, rechts, nichts. (Der Code erkennt die Wörter “links” und “rechts” im Namen.)
  3. Nimm pro Klasse mit der Webcam etwa 50 Bilder auf:
    • links: Hand auf der linken Seite des Bildes
    • rechts: Hand auf der rechten Seite
    • nichts: keine Hand im Bild, du schaust normal in die Kamera
  4. Klicke Modell trainieren und warte.
  5. Teste im Vorschaufenster, ob es richtig erkennt.
  6. Modell exportieren → Tab Tensorflow.js → Modell hochladen → den Link kopieren.

Im Spiel einsetzen

  1. schritte/02-teachable-machine/index.html mit Live Server öffnen.
  2. Den Link ins Feld einfügen (er endet auf /).
  3. Kamera + Modell starten drücken, Kamera erlauben.
  4. Spiele mit der Hand.

Gute Trainingsdaten

Wenn das Modell Fehler macht, liegt es fast immer an den Beispielen:

Aufgaben

  1. Teste dein Modell vor einem anderen Hintergrund. Was passiert?
  2. Verbessere es mit neuen Beispielen und trainiere neu.
  3. Füge eine vierte Klasse hinzu. Was könnte sie tun? (Tipp: classToDir() in steuerung.js.)
  4. Schau in steuerung.js: Ab welcher Sicherheit (probability) reagiert das Spiel? Was ändert sich bei einem anderen Wert?

Stolpersteine

Problem Lösung
“Fehler: Failed to fetch” Link kopieren, der auf / endet. Modell hochgeladen?
Spieler reagiert nie Klassennamen enthalten “links”/”rechts”? Bildprojekt gewählt (kein Pose-Projekt)?
Kamera startet nicht Über Live Server öffnen, Kamera erlauben.

Weiter zu Schritt 3: ml5 handPose