Canonical: https://instain.ru/fr/ai/teachable-machine/ Language: fr Google Creative Lab expérience # Teachable Machine. Entraîner la reconnaissance avec ses propres exemples 4.43 / 5 [Évaluation du catalogue](https://instain.ru/fr/ai/teachable-machine/#editorial-rating) [Site officiel ](https://teachablemachine.withgoogle.com/) Teachable Machine entraîne la reconnaissance d'images, de sons et de poses dans le navigateur. ![Teachable Machine : dépôt officiel avec exemples et outils de développement.](https://instain.ru/assets/images/teachable-machine-screen-82cef73e68ca-1200.webp) Dépôt officiel de Teachable Machine sur GitHub. [Ouvrir la source ](https://github.com/googlecreativelab/teachablemachine-community#teachable-machine-community) ## Le modèle apprend de vos exemples Teachable Machine offre un moyen visuel de se familiariser avec l'apprentissage automatique. L'utilisateur collecte des exemples, leur attribue des classes, lance la formation et vérifie immédiatement les nouvelles entrées. Les matériaux officiels décrivent la reconnaissance d'images, de sons et de poses. Ce n’est pas un interlocuteur universel ni un générateur d’illustrations : la tâche consiste à distinguer les classes que vous avez préparées. Le projet fait partie des expériences de Google Creative Lab. Le dépôt ouvert publie bibliothèques, exemples et explications de l'architecture TensorFlow.js. Il précise qu'il ne s'agit pas d'un produit Google officiel pour la production avec assistance garantie. Pour découvrir le fonctionnement, cette réserve compte davantage que la notoriété du développeur. ## Pourquoi changer le fond lors de la vérification Supposons que la caméra doive distinguer crayons et cuillères. Recueillez vos propres exemples en variant position, distance et éclairage. Ne photographiez pas une classe uniquement sur fond blanc et l'autre sur fond sombre : le modèle pourrait apprendre le fond plutôt que les objets. Après l'entraînement, utilisez de nouvelles images et modifiez séparément les conditions de prise de vue. Testez sans l'objet recherché et avec un objet d'une classe inconnue. Un score élevé sur une image familière renseigne peu sur une autre pièce. Les images réservées aux tests doivent représenter les conditions d'utilisation prévues. ## Exportation et travail local Le référentiel officiel explique que l'apprentissage et l'exécution des modèles se produisent dans le navigateur. Google Drive peut être utilisé séparément pour enregistrer le projet. Les modèles exportés peuvent être connectés à des sites et des applications; voici des exemples pour plusieurs langues et des bibliothèques auxiliaires. Ce n’est pas une promesse d’une API cloud prête à l’emploi pour n’importe quelle tâche. Lors de l'intégration dans votre projet, vérifiez le traitement des prédictions incertaines et des nouvelles conditions d'entrée. Une décision importante exige un contrôle des données et erreurs bien plus strict qu'une démonstration pédagogique. Le code ouvert explique le mécanisme, sans dispenser de vérifier licences des composants et fiabilité de l'application finale. Ne recueillez pas seulement des images voisines presque identiques. Montrez l'objet sous plusieurs angles et testez-le hors de son environnement habituel. Pour les objets inconnus dans la future application, définissez la réponse incertaine et ce que l'utilisateur verra. Sinon, le classificateur devra choisir une classe connue même pour une entrée inadaptée. ## Pour quelles tâches convient-il - Entraîner un modèle pédagogique à reconnaître des classes visuelles - Exporter le modèle dans un petit projet personnel Fonctionnalités ## Les points forts - La formation a lieu dans le navigateur - Il existe des bibliothèques ouvertes et des exemples d'exportation Il faut prendre en compte ## Limites - Une expérience sans garantie pour la production - Un fond similaire peut masquer le véritable critère de la classe ## Choix et conditions Mode gratuit Oui Période d'essai Non confirmé Sans inscription Non confirmé Interface en russe Non confirmé Installation locale Oui API Non confirmé « Non confirmé » signifie que les informations disponibles ne suffisent pas. La fonctionnalité peut exister ; vérifiez les conditions du développeur. Formats d’entrée Image, Audio, Pose Résultat Modèle, Données ### Conditions Une expérience d'apprentissage gratuite avec des bibliothèques ouvertes. La formation du modèle se déroule dans le navigateur; l'enregistrement du projet et le fonctionnement de sa propre application ont des conditions distinctes. De la tâche au premier résultat ## Exemple pratique Tâche Entraîner un modèle pédagogique à reconnaître des classes visuelles Que préparer Des exemples personnels de deux classes visuelles et un ensemble distinct d'images avec un autre fond. ### Consigne ou requête Consigne : recueillir des exemples variés de chaque classe, entraîner un classificateur dans le navigateur et tester la reconnaissance en changeant le fond et la distance. ### Résultat attendu Un modèle pédagogique de classification avec export disponible et résultats de tests sur de nouveaux exemples. ### Comment vérifier le résultat - Tester des images nouvelles, absentes de l'entraînement. - Changer le fond et l'éclairage pour repérer une dépendance accidentelle aux conditions de prise de vue. Cet exemple pédagogique préparé par la rédaction décrit une tâche ; il ne présente pas le résultat d’un test personnel du service. Vérifiez la disponibilité du mode requis, les droits sur les fichiers d’origine et les conditions d’utilisation du résultat. Vérifier les détails ## Sources officielles - [Page officielle du produit ](https://teachablemachine.withgoogle.com/) - [Documentation et conditions du développeur ](https://github.com/googlecreativelab/teachablemachine-community) - [Documentation et conditions du développeur ](https://blog.google/innovation-and-ai/products/teachable-machine/) La description est faite à partir des matériaux du développeur. Les fonctionnalités, les prix et la disponibilité peuvent varier; vérifiez la source avant de l'utiliser. En bref sur l'outil Développeur Google Creative Lab Catégorie [Code](https://instain.ru/fr/category/code/) Accès Expérience de navigateur Google Creative Lab; bibliothèques officielles et exemples sont disponibles dans le référentiel ouvert. Paiement L'outil de formation et le code publié sont disponibles gratuitement, tandis que l'application et l'infrastructure propres ont des exigences distinctes. API API non spécifiée [Termes du développeur ](https://github.com/googlecreativelab/teachablemachine-community) Évaluation du catalogue 4.43 / 5 Fonctionnalités 4.20 / 5 Scénarios de travail 4.60 / 5 Écosystème 4.40 / 5 Documentation 4.50 / 5 Les points sont le repère du catalogue. Ce ne sont pas des commentaires d'utilisateurs ou le résultat de tests personnels. [Voir la méthodologie ](https://instain.ru/fr/methodology/)