【发布时间】:2018-06-21 17:07:15
【问题描述】:
有一个 python 和 C++ api 可用于进行图像识别。本教程在 tensorflow.org 中提供,但由于 tensorflow.js 几个月前发布,它仅支持 python 和 c++ 实现中可用的所有 api。
【问题讨论】:
标签: tensorflow.js
有一个 python 和 C++ api 可用于进行图像识别。本教程在 tensorflow.org 中提供,但由于 tensorflow.js 几个月前发布,它仅支持 python 和 c++ 实现中可用的所有 api。
【问题讨论】:
标签: tensorflow.js
Vincent Mühler 创建了 face-api.js,这是一个基于 tensorflow.js 的 JavaScript API。您可以在下面的链接中找到博客和代码。
【讨论】:
除了上面的答案之外,JavaScript 上的 tensorflow 可能会很慢。这是一个快速比较:
但是,如果您确实在 Node 上运行 tensorflow.js,则可以直接使用与用 C 编写的 TensorFlow API 的绑定,这样会很快。如果你在 Node.js 上导入正确的包,你也可以运行 CUDA 版本
在浏览器上,WebGL 用于运行 tensorflow。在浏览器上使用 tensorflow 或一些 ML,为直接在浏览器中做事开辟了全新的机会。
正如 Jirapol 建议的那样,您可以查看https://github.com/justadudewhohacks/face-api.js,它非常易于使用。实际上,我花了很短的时间才开始使用 face-api.js 在 node 上编写面部识别登录系统。如果你想看看未完成的代码,这里有一个链接:https://github.com/WinstonMarvel/face-recognition-authentication
【讨论】:
它是否支持python和c++实现中可用的所有api。
不,它的功能仍然有限。请记住,它仍然在 0.11.6 版本中,所以它会改变。您可以查看documentation 以了解可用的内容。
如果您想将特定模型移植到 tfjs,请尝试将其作为 keras 模型,然后使用 tensorflowjs_converter 将其转换为与 tfjs 兼容的模型,例如 this tutorial 显示。
【讨论】:
可以。
还可以借助浏览器中的 webassembly 和 SIMD。
您可以在浏览器中获得流畅的图像处理和视频处理体验。
看看这个来自 google v8 的link。
好消息是,使用相同的 api,您可以在 浏览器、node.js 和 中运行 Tensorflow.js React Native 全部以 native 速度并使用本地功能
【讨论】: