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

1. 使用Teachable Machine 訓練一個model，並按下Export Model。

2. 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。

3. 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。

4. 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。

5. 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。