4. Uppgift: Träna en bildmodell

Under lektionen använde vi Teachable Machine för att träna en modell att skilja mellan två föremål eller två poser. Den här sammanfattningen fokuserar på begreppen bakom aktiviteten. Den fullständiga arbetsgången finns i PDF-instruktionen.

Material till aktiviteten

Öppna Teachable Machine →

Startar Googles verktyg direkt på sidan där ni väljer Image Project eller Pose Project.

Öppna PDF-instruktionen →

En utskriftsvänlig sida med hela arbetsgången och QR-kod till verktyget.

Teachable Machine är en extern tjänst från Google. Inspelningen och träningen sker lokalt i webbläsaren så länge modellen inte exporteras.¹

Övervakad inlärning – exempel med facit

Vid övervakad inlärning tränas en modell med exempel där rätt svar redan är angivet. Det liknar att öva med ett facit: modellen får både ett exempel och information om vilken kategori exemplet tillhör.

I aktiviteten bestämde ni själva vilka exempel som tillhörde den ena eller den andra klassen. Modellen behövde alltså inte upptäcka kategorierna på egen hand.

Klasser ordnar exemplen

En klass är en kategori som modellen kan välja. Om klasserna heter penna och suddgummi märks varje inspelad bildruta med något av dessa namn.

Ordet klass beskriver alltså inte en skolklass eller ett enskilt föremål. Det beskriver den kategori som flera olika exempel har placerats i.

Träningsdata formar modellen

Alla exempel som används under träningen kallas träningsdata. I ett bildprojekt består träningsdatan av de bildrutor som samlas in med webbkameran.

Modellen kan hitta mönster som hjälper den att skilja klasserna åt. Men den vet inte vilka mönster som människor tycker är viktiga. Den kan därför reagera på exempelvis bakgrunden, ljuset eller hur ett föremål hålls – inte bara på själva föremålet.

Fler exempel kan hjälpa, men variationen i exemplen spelar också roll. Många nästan identiska bilder ger modellen mindre information än bilder som visar olika vinklar, avstånd och ljusförhållanden.

Modellträning och användning är olika saker

Under modellträningen används träningsdatan för att förändra modellen. Resultatet av träningen är en modell som kan användas på nya bilder.

När modellen används förändras den inte automatiskt. Den tar emot en ny bild som indata och lämnar sin bedömning som utdata. För att förändra modellen behöver träningsdatan ändras och modellen tränas på nytt.

Klassificering – att välja en kategori

När modellen bedömer en ny bild gör den en klassificering. Det innebär att den jämför bilden med de mönster som utvecklades under träningen och fördelar resultatet mellan de klasser den känner till.

En modell med klasserna penna och suddgummi kan bara svara utifrån dessa alternativ. Om kameran visar en mobiltelefon kommer modellen ändå att försöka placera bilden i någon av de två klasserna.

Testdata visar om modellen generaliserar

Modellen tränas inte för att känna igen just de bildrutor ni spelade in. Den tränas för att fungera på nya bilder: en annan penna, en annan person, ett annat rum. Förmågan att fungera på exempel som inte fanns i träningsdatan kallas generalisering.

För att undersöka om modellen generaliserar behövs exempel som modellen inte har tränats på. Sådana exempel kallas testdata. När ni höll upp ett föremål framför kameran efter träningen testade ni alltså modellen med ny data.

Ett test säger bara något om modellen om testdatan liknar de situationer där modellen ska användas. Om ni testade med samma föremål, samma ljus och samma bakgrund som under inspelningen blev testet lätt. Ett svårare och mer ärligt test är att byta föremål, person eller rum.

Därför delar man i maskininlärning ofta upp sin data i förväg: en del används för träningen och en del sparas för att testa modellen. Resultatet på testdatan ger en bättre bild av hur modellen kommer att fungera på riktigt än resultatet på träningsdatan.

Vad visade aktiviteten?

Ni skrev inga regler för hur föremålen eller poserna skulle kännas igen. I stället valde ni klasser och gav modellen märkta exempel. När träningsdatan förändrades och modellen tränades på nytt kunde även resultatet förändras.

Aktiviteten visar därför en viktig skillnad mellan ett regelstyrt system och en tränad modell. I ett regelstyrt system skriver människor metoden direkt. I en tränad modell påverkar människor i stället resultatet genom valet och märkningen av data, och genom hur modellen testas.

Nästa fråga är därför vad som förändrades inuti modellen.

Sammanfattning

• Vid övervakad inlärning tränas en modell med exempel där rätt klass är angiven.
• En klass är en kategori som träningsdatan sorteras i.
• Träningsdata formar vilka mönster modellen kan använda.
• Under modellträningen utvecklas modellen; vid användning klassificerar den ny indata.
• En klassificering är alltid begränsad till de klasser som modellen känner till.
• Testdata är exempel som modellen inte har tränats på. De används för att undersöka om modellen generaliserar till nya situationer.
• En modell kan få rätt av fel anledning, exempelvis genom att reagera på bakgrunden. Det upptäcks först med testdata som skiljer sig från träningsdatan.
• Ett högt värde betyder inte att modellen förstår vad den ser eller att resultatet är rimligt.