Використовуються бібліотеки tensorflow та teachablemachine від гугол.

Побавитись з результатом можна за посиланням: https://tarot.dsgn.work/labs/machine-learning/

Наразі в демці додано 4 карти, що визначаються та переспрямовують відвідувача на відповідні сторінки

• Для валідації помилок потрібно створити окремий клас, в котрому додати зображення, що не відносяться до карт (задля ідентифікації)
• Для кнопки завантаження файлу можна обійтись і без JS, є досить прикольний селектор input[type=file]::file-selector-button {}
• Для зручності та зрозумілості взаємодії з інтерфейсом, можна сповіщати користувачів про те, що відбувається (JS) loadingMessage.textContent = “Завантажую. Піжди пару секунд…”;

HOW TO TRAIN IT

To start training the machine, we first have to create different categories, or classes, to teach it with. I’m going to make four classes here — one for bananas that are too early, one for bananas that are ripe, and one for bananas that are too late — plus one for images where there’s no banana at all.

https://medium.com/@warronbebster/teachable-machine-tutorial-bananameter-4bfffa765866

^ хотілось би побачити ось цей гайд перед тим, як стрибати в розробку 🤭