更新 日期 更新 2021-03-13 错误修正：1.脸部二维面具的图像未显示在android微信上。 2.第二次进入演示UI时，不显示3D模型。 2021-03-11 新增：使用“面部标志检测”和“ TensorFlow.js”的面部AR。 更新：将“ face-api.js”替换为“ face-landmarks-detection”，删除了“ face-api.js”的代码。 2019-09-07 新增：使用“ face-api.js”进行人脸检测和识别。 带有TFJS的微信小程序AR的介绍 TensorFlow.js是一个用于使用JavaScript进行机器学习的库。 TensorFlow.js有一个微信小程序插件。 我们可以使用TensorFlow.js创建AR效果。 “人脸地标检测”库基于TensorFlow.js。 “人脸地标检测”库在浏览器环境中提供人脸检测。

TensorFlow.js 微信小程序插件 是谷歌开发的机器学习开源项目，致力于为javascript提供具有硬件加速的机器学习模型训练和部署。 TensorFlow.js 微信小程序插件封装了TensorFlow.js库，用于提供给第三方小程序调用。 例子可以看TFJS Mobilenet 添加插件 在使用插件前，首先要在小程序管理后台的“设置-第三方服务-插件管理”中添加插件。开发者可登录小程序管理后台，通过 appid [wx6afed118d9e81df9] 查找插件并添加。本插件无需申请，添加后可直接使用。 引入插件代码包 使用插件前，使用者要在 app.json 中声明需要使用的插件，例如： 代码示例： { ... "plugins": { "tfjsPlugin": { "version": "0.0.6", "provider": "

PoseNet和TensorFlow.js 这是在浏览器中使用预训练模型的示例。 对于此特定示例，这是训练有素的模型，这是一种用于移动视觉的有效CNN。 PoseNet可以使用单姿势或多姿势算法检测图像和视频中的人物。 有关此机器学习模型的更多详细信息， ，以获取在Tensorflow.js上运行的PoseNet的高级描述。 查看 笔记： 该代码基于TensorFlow团队发布的模型。 我借用，改编并将其变成一个React组件。 请记住，我刚刚在Chrome中对其进行了测试。 不好意思，我不在乎其他浏览器进行此类实验。 出于明显的原因，您必须允许使用网络摄像头。 不用担心，图像会保留在您的浏览器中。 假设这是GDPR的合规性 :winking_face_with_tongue: PoseNet React组件 import * as React from 'react' import ReactDOM from 'react-

中文 | tfjs-yolov3 介绍 完全用js来实现图片中的目标检测 基于yolov3算法和Tensorflow.js库 用tensorflow.js实现yolov3和yolov3-tiny 需要注意的是: 必须是Tensorflow.js@v0.12.4版本以上 特点 可以识别任意尺寸的图片 同时支持yolov3和yolov3-tiny 快速开始 安装 npm install tfjs-yolov3 用法示例 import { yolov3, yolov3Tiny } from 'tfjs-yolov3' async function start () { const yolo = await yolov3Tiny() // pre-load model (35M) // or // const yolo = await yolov3() // pre-load mode

使用 Three.js 和 TensorFlow.js 进行头部跟踪的交互式数码相框 该项目使用和 ，是一个交互式数字艺术框架的原型，使用头部跟踪来创建头部耦合透视效果。 在可以看到这种效果的一个著名用法。 我想尝试制作交互式艺术作品，所以这个项目是一个可以在 iPad 上全屏运行的 PWA。 :warning: 这是一个作为副项目制作的原型，因此代码不是生产就绪的。 它的性能没有优化，所以第一次加载可能需要一段时间。 我在 Macbook Pro 和 iPad Pro 上开发并测试了它，因此如果您在另一台设备上尝试它并且它不起作用或看起来响应速度不快，我不打算修复它。 考虑到这一点，这里的适用于鼠标移动和头部跟踪。 :warning: 演示 如果您想阅读更多相关信息，请查看！ 本地开发 克隆这个 repo 运行npm install安装依赖 运行npm start启动本地服务器 你的浏览器应该会自动打

FaceAPI 笔记 这是使用最新的TensorFlow / JS更新的face-api.js ，因为原始的face-api.js与tfjs 2.0+不兼容。 从2020年3月22日发布的版本0.22.2分叉 当前基于TensorFlow/JS 3.2.0 为什么？ 因为我需要不会与我在项目中使用的较新的TFJS 2.0版本冲突的Face-API 由于原始的Face-API是开源的，因此我也发布了此版本 不幸的是，对于原始的Face-API而言，对于简单的拉取请求而言，更改最终变得太大了，并且最终变成了完整的版本 差异性 与TensorFlow/JS 2.0+ & 3.0+兼容 与WebGL ， CPU和WASM TFJS浏览器后端兼容 与tfjs-node和tfjs-node-gpu兼容TFJS NodeJS后端 将所有用于TypeScript类型检查的类型转换更新为TypeScri

tflite2tensorflow 从.tflite生成saved_model，tfjs，t​​f-trt，EdgeTPU，CoreML，量化的tflite，ONNX，OpenVINO，无数推理引擎blob和.pb。 1.支持的图层 不。 TFLite层 TF层 评论 1个 CONV_2D tf.nn.conv2d 2个 DEPTHWISE_CONV_2D tf.nn.depthwise_conv2d 3 MAX_POOL_2D tf.nn.max_pool 4 软垫 tf垫 5 MIRROR_PAD tf.raw_ops.MirrorPad 6 relu tf.nn.relu 7 普鲁鲁 tf.keras.layers.PReLU 8 RELU6 tf.nn.relu6 9 重塑 tf.reshape 10 添加 tf.add 11 潜艇 tf.ma