nikfio/SummerSchoolAI_2023

A tutorial for the project work presentation of 2023 MAST Summer School AI thread

Ambiente di progetto

Qui di seguito la guida passo-passo per preparare l'ambiente.

Tool base

Abbiamo già scaricato e installato tutti i tool che ci servono:

• Interprete python Download Python | Python.org

• git "Git is a free and open source distributed version control system designed to handle everything from small to very large projects with speed and efficiency." Git - Downloads (git-scm.com)

• Editor / IDE VS Code Download Visual Studio Code - Mac, Linux, Windows

Installazioni

Da terminale (qui vi aiutiamo, se non sapete come fare):

pip install python-telegram-bot

e poi:

pip install tensorflow

Codice

Collegatevi al repository: LucaCeratiwk/SummerSchoolAI_2023: A tutorial for the project work presentation of 2023 MAST Summer School AI thread (github.com)

Scaricate il file .zip contenente tutta la struttura.

Scegliete un folder oppure createne uno e "unzippate" la cartella. Vi troverete con una struttura come questa:

File che trovate nei folder (i file e i folder non riportati qui non ci interessano per ora):

• in SummerSchoolAI_2023 trovate file di licenza e documentazione, incluso questo README.md.
• in datasets trovate altre due cartelle ognuna delle quali contiene le immagini utilizzate per l'addestramento del rispettivo modello: non usiamo animals-imgs. Ci limitiamo a garbage-imgs: trovate un folder per ciascuna categoria (o classe) e un folder con immagini di test che servono appunto per testare il modello.
• in model trovate un folder garbage-model: all'interno di questo trovate due file che nell'insieme costituiscono il modello realizzato su Teachable Machine: keras_model.h5 e labels.txt
• in project_work trovate:
  • chatbot.py che è lo script che abbiamo provato a costruire insieme (il "motore" che interpreta i comandi e risponde attraverso il bot Telegram)
  • test_model.py che è lo script che viene utilizzato da chatbot.py per "interrogare" i file che rappresentano il modello
  • picture.jpg è un'immagine di test che viene utilizzata tutte le volte che parte lo script per testare che sia tutto ok anche senza richieste da bot

⚠ dovete aggiungere un folder local ⚠

Il folder local contiene un file che definisce un valore utilizzato da chatbot.py e uno utilizzato da test_model.py. I valori in questo file devono essere tenuti solo in locale per ragioni di sicurezza e di praticità.

Quindi all'interno di local create un file config.py e scrivete solo le seguenti due righe, inserendo nella prima il token del bot che avete generato:

TOKEN = "qui-mettete-il-vostro-token"
REPO_ABSOLUTE_PATH = r"."

Il token del bot vi è stato fornito alla generazione del bot stesso da parte di @BotFather

A questo punto

Avete la struttura necessaria per inserire il modello che realizzerete su Teachable Machine (:point_right:secondo la vostra idea👈) e comunicare attraverso il bot Telegram.