Слияние кода завершено, страница обновится автоматически
Этот репозиторий хранит набор предварительно обученных моделей, портированных в TensorFlow.js.
Модели размещены на NPM и unpkg, чтобы они могли использоваться в любом проекте сразу после установки. Они могут использоваться непосредственно или применяться в контексте обучения с помощью переноса с использованием TensorFlow.js.
Для получения информации о API моделей обратитесь к README в каждом из соответствующих каталогов. В целом мы стараемся скрывать тензоры, чтобы API можно было использовать людьми, не имеющими специальных знаний в области машинного обучения.
Для тех, кто заинтересован в внесении своего вклада в модель, пожалуйста, создайте issue GitHub на tfjs, чтобы измерить интерес. Мы стремимся добавлять модели, которые дополняют существующий набор моделей и могут служить основой для других приложений.## Модели
| Тип | Модель | Демо | Подробности | Установка |
|---|---|---|---|---|
| Изображения | MobileNet |
живой пример | Классификация изображений с метками из базы данных ImageNet. | npm i @tensorflow-models/mobilenet |
| источник | ||||
Hand |
живой пример | Обнаружение поз рук в реальном времени в браузере с использованием TensorFlow.js. | npm i @tensorflow-models/hand-pose-detection |
|
| источник | ||||
Pose |
живой пример | API для обнаружения поз человека в реальном времени в браузере. | npm i @tensorflow-models/pose-detection |
|
| источник |
Coco SSD |
Модель обнаружения объектов, которая стремится локализовать и идентифицировать несколько объектов на одном изображении. | |
| источник |
Основана на API распознавания объектов TensorFlow.
DeepLab v3 |
Семантическое сегментирование | npm i @tensorflow-models/deeplab |
|
| источник |
Распознавание ключевых точек лица |
< td>онлайн
Получение приближенной поверхности геометрии человеческого лица в реальном времени | npm i @tensorflow-models/face-landmarks-detection |
| источник |
<! -- * Аудио -->
<! -- ** Голосовые команды -->
<tr>
<td rowspan="2"><b>Аудио</b></td>
<td rowspan="2"><b><a style="white-space:nowrap; display:inline;" href="./speech-command">
/speech-commands">
npm i @tensorflow-models/speech-commandsnpm i @tensorflow-models/universal-sentence-encodernpm i @tensorflow-models/toxicitynpm i @tensorflow-models/depth-estimation| живой пример | Оценка глубины на пиксель (расстояние до центра камеры) для одного портретного изображения, которое может быть использовано в творческих приложениях, таких как 3D фото и перезагрузка освещения. | npm i @tensorflow-models/depth-estimation |
||
| источник | ||||
| Общие утилиты | KNN Классификатор |
Этот пакет предоставляет утилиту для создания классификатора с помощью алгоритма ближайших соседей. Может быть использован для переносного обучения. | npm i @tensorflow-models/knn-classifier |
|
| источник |
Вы можете запустить юнит-тесты для любого из моделей, выполнив следующую команду внутри директории:
yarn test
Новые модели должны иметь тестовый скрипт NPM (см. этот package.json и run_tests.ts помощник в качестве примера).
Чтобы запустить все тесты, выполните следующую команду из корневой директории этого репозитория:
yarn presubmit
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Комментарии ( 0 )