最新版本可以直接點選yisrealhung.github.io，除了原先的Teachable Machine 功能，還新增了對Lobe 的支援，並在近期增加了WebUSB的功能，適合連接像是Arduino UNO、Raspberry Pi Pico...等，沒有Wi-Fi功能的開發板，可以透過Serial Port 接收推論結果。
結合Teachable Machine 與MQTT 功能，將訓練好的模型連結與MQTT 相關資訊輸入後，可將影像推論結果轉換成訊息並發佈至MQTT Topic。
- Image Project
- Pose Project
- 使用Teachable Machine 訓練一個model，並按下Export Model。
- 於Tensorflow.js 頁面按下Upload my model 並等待連結出現後，按下Copy 複製model 的連結。
- 將整個專案Clone 到自己的電腦，依照自己在Teachable Machine 訓練的專案類型，選擇image.html 或是pose.html。
- 打開網頁後填入model 連結，與MQTT 相關資訊，網頁內MQTT Server 預設是連接HiveMQ，使用HiveMQ 的使用者不用更改欄位。
- 設定完畢後按下Webcam 按鈕開啟攝影機，然後按下Connect 連接MQTT，即可看到影像與推論結果，還有目前Topic 發送狀況。
推論結果達70%以上才會發送訊息至Topic，並且不會一直發送。