在学习人工智能机器学习的过程中，一般的流程是获取图片（拍照或者爬虫）、处理图片、标注图片、训练模型、编写代码。在这个过程中对图片的处理和标注是最累人的，而且容易出错，对于学生而言过程极其痛苦，最近发现一种特别简单的图形化方式实现人工智能机器学习，只需要点点鼠标即可完成。
今年参加了第二届”少年硅谷——全国青少年人工智能教育成果展示大赛“其中的一个项目——火星环境探测挑战赛，在这个比赛中使用到英荔公司的创作平台、硬件编程平台，发现他们的训练平台非常好用，简单快捷。
无意之间发现这个训练平台可以不用登录也可以使用，而且还可以下载模型，那岂不是可以借助这个平台来实现训练模型？
可以看到这个平台可以训练图像项目、音频项目和姿势项目，今天先来试试图像项目，点击图像项目进入。
界面非常简洁，已经有两个类别Class1和Class2,点击类目名后面的笔图案可以改类目的名称，注意尽量不要使用中文。
我以识别石头、剪刀、布为例，类目名我就懒得改了，分别为：
Class1——布
Class2——石头
Class3——剪刀 Class4——背景
先来训练”布“
点击Class1下面的摄像头
可以看到平台打开了摄像头，下面有个按钮”按住以录制“，根据提示我们将”布“的手势放入摄像头，然后按住这个按钮不松开
右边就会出现很多”布“手势的图片，尽量将各种可能出现的布手势都做出来，数量的话建议尽量多一点，不要少于30张。
紧接着录制其他手势的照片。
图片准备完毕，点击中间的训练模型
然后平台就会开始训练
训练过程是非常快的，基本上1-2分钟就可以训练完毕。
训练完毕后，右边就会自动进行测试，我们在摄像头前摆出各种手势，右边就会根据模型判断出是哪种手势。
因为手势比较简单，准确率还是非常高的。如果发现准确率比较低，那就多拍点图片，再次训练模型，将准确率提高。
接下来我们就可以下载模型了，点击导出模型
选择 Tensorflow，然后点击下载我的模型，就会下载到两个文件。
其中keras_model.h5就是模型文件，而labels.txt就是类别名称文件，将这两个文件放入一个文件夹。
接下来就是利用这两个文件进行编写程序。
打开Mind+，切换到Python模式，点击左下角扩展，加入两个官方库。
代码如下：
注意先保存，然后再运行，文件保存的路径要和模型文件保存的路径一致。
点击运行，效果如下
