Teachable Machineで読み手の表情から「記事の面白さ」を可視化してみた

// 作成したモデルのURL
const imageModelURL = 'モデルのURLを貼り付け';

// メインの関数（ここでは定義しているだけでボタンクリックされたら実行）
async function start() {
  // カメラからの映像ストリーム取得
  const stream = await navigator.mediaDevices.getUserMedia({
    audio: false,
    video: true,
  });

  // 「id="webcam"」となっているパーツ（videoタグ）を取得
  const video = document.getElementById('webcam');

  // videoにカメラ映像ストリームをセット
  video.srcObject = stream;

  // Googleのサーバーにアップロードした自作モデルを読み込みにいきます
  const classifier = ml5.imageClassifier(imageModelURL + 'model.json', video, () => {
    // 読み込みが完了次第ここが実行されます
    console.log('モデルの読み込みが完了しました');
  });

  // 繰り返し処理
  function loop() {
  // 推論を実行し、エラーがあればerrに、結果をresultsに格納して、
  // 推論が完了次第 { } の中身を実行します
  classifier.classify(async (err, results) => {
    // 結果のresultsは配列ですが、先頭に中身があれば以下の処理を実行します
    if (results[0]) {
      // Node-REDの/receiverへ連携するデータを指定します
      await axios.post('Node-REDのURLを貼り付け/receiver', results[0]);
      const myHand = results[0].label;
      // 結果を入れる変数を用意
      let result = '';
      // 判定を実行
      if (myHand == 'おもしろい'
      ) {
        result = 'おもしろい';
      } else if(myHand == '関心'
      ) {
        result = '関心';
        } else if(myHand == '疑問'
      ) {
        result = '疑問';
      } else if (myHand == '興味なし'
      ) {
        result = '興味なし';
      } else  (
        // その他のデータが来た場合
        result = '……'
       )
      // HTML上に結果を表示
      const message = `あなた「${myHand}」`;
      document.getElementById("result").textContent = message;
    }
    // 推論終了5秒後に自分の関数を実行（ループになる）
    setTimeout(loop, 5000);
  });
}

  // 最初の繰り返し処理を実行
  loop();
}

var dvalue="Ambientへ連携する数値データ格納場所";

msg.payload={
        "d1":dvalue,
        "d2":0,
        "d3":0,
        "d4":0,
    };
    return msg;