File size: 1,601 Bytes
d74b0d7 4597662 2b668f2 4597662 100aae6 d74b0d7 4597662 854af6d 4597662 6b7336b d2af562 158e4a6 fb63eea 520afb6 8585e6b d36504b 4597662 55113fa b3f017c fd92fd7 f0bb59b 3dba6cd 55113fa c66edfa 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 65 66 67 68 69 |
---
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：
將以下圖片拖曳至右側方框 (Hosted inference API)
Note: 第一次讀取model的時候會跑比較久：~20秒
#### chk1_pass
#### chk2_pass
#### chk3_pass
## 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
### 將圖片上傳到右側方匡
### 上傳後會顯示各類別的機率
|