快速解答

使用 AI Camera 2.0 視覺模組，在課堂專案中執行現成的 AI 功能或訓練自訂模型。本指南說明設定、專案整合及常見問題。

為什麼在 STEAM 課程中使用視覺模組

像 AI Camera 2.0 這樣的視覺模組，讓學生無需從頭編寫程式碼即可與真實世界的 AI 互動。它可連接 mBot2 和 CyberPi，讓您專注於教授 AI 概念，而非排除硬體故障。

該模組內建九種預載 AI 功能，包括人臉偵測、顏色辨識和物體追蹤。這種多樣性支援不同的課程目標，從資料收集到機器人挑戰。

取捨：現成 AI 與自訂 AI

現成功能非常適合快速示範和入門課程。然而，如果您希望學生訓練自己的 AI 模型，則需要分配額外的課堂時間進行訓練過程，並確保您的電腦符合軟體需求。

對於大多數課堂專案，從內建功能開始效果很好。只有在學生對 AI 模型如何從資料中學習有紮實理解後，才轉向自訂訓練。

逐步指南：在課堂上使用 AI Camera 2.0

  1. 1. 連接模組： 使用提供的連接線將 AI Camera 2.0 插入 mBot2 或 CyberPi。確保連接穩固且模組的 LED 指示燈亮起。 常見錯誤：忘記先為主機板供電。在連接相機前，務必先開啟 mBot2 或 CyberPi。
  2. 2. 選擇 AI 功能： 使用 mBlock 軟體（或 CyberPi 的螢幕選單）選擇九種預載功能之一，例如人臉辨識或顏色追蹤。如有需要，請依照螢幕提示進行校正。 檢查教室照明是否均勻。強烈的陰影或眩光會降低辨識準確度。
  3. 3. 執行示範專案： 開啟其中一個內建的專案式課程。例如，使用顏色追蹤功能讓機器人跟隨一個彩色物體。讓學生觀察相機如何即時處理視覺資料。 在指派獨立作業前，先進行簡單的示範。這有助於學生了解模組的能力和限制。
  4. 4. 訓練自訂模型（選用）： 如果學生想要辨識獨特的物體，請使用 mBlock AI 訓練工具。每班至少收集 20 張圖片，進行標記，然後執行訓練。將模型部署到相機模組。 訓練需要 5-10 分鐘，視圖片數量而定。請將此步驟安排在單獨的時段，以免匆忙。
  5. 5. 整合到較大的專案中： 將相機與其他 mBuild 感測器（例如超音波、光線）結合，打造多感測器機器人。例如，使用物體追蹤功能跟隨一個人，同時避開障礙物。 先單獨測試每個感測器。當您知道每個元件單獨運作正常時，調試組合系統會更容易。

產品資訊