让 App 认出你自己的东西：Teachable Machine、PIC 和即教即识怎么选
想做一个「拍一下就知道是苹果还是香蕉」「比个手势就能控制」的 App，网上会搜到一堆名字：Teachable Machine、PIC、TeachableMachine 拓展、TMIC……它们是什么关系？国内能不能用？本站又该用哪个？这一页一次讲清楚。
先说结论：
- 在国内，直接用本站的「即教即识」组件。在手机上拍几张样本就能教会，也可以用电脑打开即教即识训练台来教。全部离线，不依赖国外网站。
- 已经有别人训练好的
.tflite模型文件（比如 Teachable Machine 导出的），用「自定义图像分类」直接加载。 - 只认手势（石头剪刀布、点赞、握拳），用「手势识别」，不用教。
先弄懂一件事：「教电脑认东西」是怎么回事
把它想成请一位见多识广的老师，再给他看几张你的照片：
- 老师（行话叫「底座模型」）：已经看过上百万张各种图片，很会抓特征：颜色、形状、纹理、轮廓。这一步是谷歌等公司提前做好的，谁都一样。
- 你给他看样本：告诉他「这几张是杯子，这几张是笔」。老师不用从头学，只要记住你这几类东西的特点。这一步叫「训练」，几秒钟到几分钟就完成。
- 考他：拿一张新照片，他说出「这是杯子，九成把握」。这就是「识别」，App 里做的就是这一步。
下面所有方案都是这个思路，区别只在三件事：在哪里教、教完存成什么文件、App 里用什么来认。
一张表看懂它们的关系
| 方案 | 谁做的 | 在哪里教 | 教完存成什么 | App 里用什么认 | 国内能用吗 |
|---|---|---|---|---|---|
| Teachable Machine | 谷歌 | 谷歌的网站 teachablemachine.withgoogle.com | 在线模型链接，或下载 TF.js / TFLite 文件 | 下面两个拓展之一；TFLite 文件也能给本站的自定义图像分类用 | 网站需要访问国外网络 |
| ├ TeachableMachine 拓展 | MIT（2025 年版） | 同上，用谷歌网站 | 同上（填在线模型链接） | 这个拓展 + 一个网页浏览框组件，每次运行都要从谷歌网站下载模型 | 运行时也要访问国外网络，基本用不了 |
| └ TMIC 拓展 | 巴西圣卡塔琳娜联邦大学 | 同上，用谷歌网站 | 同上 | 这个拓展，只支持后置摄像头，2022 年后没更新 | 同上 |
| PersonalImageClassifier（PIC） | MIT | MIT 自己的训练网站 classifier.appinventor.mit.edu | .mdl 文件 |
PIC 拓展 + 一个网页浏览框组件 | 训练页要从谷歌服务器加载模型，国内网络下常常用不了；识别时离线 |
| 即教即识（本站） | App Inventor 2 中文网 | 手机 App 里，或本站的即教即识训练台 | 即教即识模型文件（.json） |
即教即识组件（内置，不用导入） | 全部在国内，完全离线 |
| 自定义图像分类（本站） | App Inventor 2 中文网 | 不负责教，加载别处训练好的模型 | .tflite 模型 + 标签文件 |
自定义图像分类组件（内置） | 识别完全离线；能不能拿到模型看你在哪训练 |
它们之间的关系，用一句话说：
- Teachable Machine 是谷歌做的通用训练网站，什么都能训练（图片、声音、姿势），不是专门给 App Inventor 用的。
- PIC 是 MIT 为 App Inventor 课堂自己做的另一套训练网站加拓展，和 Teachable Machine 是两家各做的，模型文件互不通用。
- 后来 Teachable Machine 用的人多了，MIT 又出了 TeachableMachine 拓展，让 App Inventor 也能用谷歌网站训练的模型；TMIC 是更早的第三方同类拓展。
- 即教即识是本站对 PIC 和 Teachable Machine 这两条路的本土化简化版（全程离线运行）：把「教」搬到手机和本站网页上，「认」做成内置组件。
详细对比
| 对比项 | PIC 拓展 | TeachableMachine 拓展 | 即教即识 |
|---|---|---|---|
| 要导入拓展吗 | 要（.aix） |
要（.aix） |
不用，设计器「机器学习套件(ML Kit)」分类里直接拖 |
| 训练要电脑吗 | 要，用电脑浏览器 | 要，用电脑浏览器 | 不用，手机上直接教；也可以用电脑上的训练台 |
| 训练要外网吗 | 要（加载谷歌服务器上的模型） | 要 | 不要 |
| App 运行要联网吗 | 不用 | 要，每次从谷歌网站下载模型 | 不用 |
| 要额外放网页浏览框组件吗 | 要，拓展在里面跑识别 | 要 | 不用 |
| 识别引擎 | 网页里跑 TensorFlow.js（2018 年的 0.13 版） | 网页里跑 TensorFlow.js | 原生 Google MediaPipe，更快 |
| 底座模型 | MobileNet v1（0.25 宽度精简版） | Teachable Machine 自带 | MobileNet v3 small（更新的一代） |
| 教完能马上认吗 | 要先点「训练」等它跑完 | 要在网站上训练完再导出 | 加一张样本立刻生效，不用等 |
| 能接着教吗 | 要回网站重新训练、重新导出 | 同左 | 能，加载模型后接着拍样本 |
| 测试效果 | 训练网站有测试页 | 网站上可预览 | 训练台有测试页（每类正确率、认错的图片） |
| 可调参数 | 能选底座、加层、调学习率和轮数 | 少量 | 没有，为教学做了简化，只有「最低置信度」一个旋钮 |
| 模型文件大小 | 约 150KB，和样本多少无关 | 含底座模型，比 .mdl 大 | 每张样本约 8KB，100 张约 850KB |
| 模型文件能互用吗 | 只能给 PIC 拓展 | 只能给 TM 拓展；导出的 TFLite 可给自定义图像分类 | 只能给即教即识 |
| 鸿蒙 | 不支持 | 不支持 | 暂不支持（工程能打开，调用时提示） |
| 适合谁 | 想讲神经网络怎么训练、自己调参的进阶课 | 能访问国外网络、已用惯谷歌网站的用户 | 国内课堂、入门、现场演示、个人小项目 |
我该用哪个
| 你的情况 | 推荐 |
|---|---|
| 第一次做「认东西」的 App，或者在课堂上带学生做 | 即教即识，手机上几分钟教会 |
| 老师想在电脑上提前做好模型，投屏演示，再发给学生 | 即教即识训练台，导出模型文件，学生上传成素材直接用 |
| 手上有一批现成照片（比如水果、垃圾分类数据集） | 即教即识训练台，把照片按类别拖进去 |
| 只认手势：石头剪刀布、点赞、握拳 | 手势识别，7 种手势不用教 |
已经有 Teachable Machine 或别人训练好的 .tflite 模型 |
自定义图像分类 |
| 类别很多（几十上百类）、要求很高的准确率 | 在电脑上专门训练 TFLite 模型，用自定义图像分类 |
| 要讲「神经网络是怎么训练出来的」、让学生自己调参数 | PIC 拓展（训练网页需要能访问国外网络） |
| 认常见物体（猫、狗、杯子、车……），不想自己教 | 图像标注，400 多类带中文名，不用教 |
用即教即识，三步做出来
- 教：手机上用「从摄像头采集样本」给每个类别拍 10～30 张；或者电脑打开训练台拍样本、拖入图片。别忘了教一个「背景」类（镜头前什么都不放）。
- 存：手机上「保存模型」，或训练台「下载」，得到模型文件；作为素材上传到项目里（文件名用字母数字，如
model.json）。 - 认：屏幕初始化时「加载模型」，再「打开实时摄像头」，在「实时分类」事件里拿到类别和置信度。
完整案例、积木和 .aia 源码见即教即识使用指导。
常见问题
以前用 PIC 训练的 .mdl 文件，能直接给即教即识用吗？
不能。两边的「老师」（底座模型）不一样：.mdl 里存的是专门配合 MobileNet v1 的一小段网络，即教即识用的是 MobileNet v3 small，接不上。重新拍样本教一遍就行，一般几分钟。
以前在 Teachable Machine 上训练的模型怎么办？
在 Teachable Machine 网站上「导出模型」，选「TensorFlow Lite」→「浮点」，下载得到 model_unquant.tflite 和 labels.txt，两个都上传成素材，用自定义图像分类加载即可，完全离线。在线模型链接这种用法国内用不了。
即教即识没有「训练」按钮，那它准不准？ 它的做法是：每张样本先请「老师」提取特征记下来，认的时候看新照片和哪一类的样本最像（行话叫 k 近邻）。所以不需要训练这一步，加样本立刻生效。课堂上常见的几类到十几类、每类几十张，准确率和 PIC 差不多；类别特别多、样本特别多时，专门训练出来的模型会更准，这时用自定义图像分类。
总是认错或者「拿不准」怎么办？ 每类多拍几张，拍的时候换角度、换距离、换背景；再教一个「背景」类。总说「拿不准」可以把「最低置信度」调低一点，乱认就调高。训练台的「测试效果」能看出哪一类最容易认错。
为什么即教即识的模型文件比 .mdl 大？
它存的是每张样本的特征（每张约 8KB），.mdl 存的是训练好的小网络（固定约 150KB）。几百张样本也就几 MB，放进项目没问题。文件里只有数字，不含照片。
PIC 和 TeachableMachine 拓展还能用吗？ 能用，本站的拓展页面都保留着。只是在国内，它们的训练网站和（TeachableMachine 拓展的）运行都要访问国外网络，所以推荐优先用即教即识。
扫码添加客服咨询
