使用 face-api.js 包 (node.js) 时导入 @tensorflow/tfjs-node 的问题答案

【问题标题】：problem with importing @tensorflow/tfjs-node while working with face-api.js package (node.js)使用 face-api.js 包 (node.js) 时导入 @tensorflow/tfjs-node 的问题
【发布时间】：2021-05-03 12:59:46
【问题描述】：

我使用 @tensorflow/tfjs-node 包作为 face-api.js 包来加快速度（正如他们所说）那是我的代码：

    // import nodejs bindings to native tensorflow,
// not required, but will speed up things drastically (python required)

require('@tensorflow/tfjs-node');


// implements nodejs wrappers for HTMLCanvasElement, HTMLImageElement, ImageData
const { loadImage,Canvas, Image, ImageData } = require('canvas')

const faceapi = require('face-api.js');

// patch nodejs environment, we need to provide an implementation of
// HTMLCanvasElement and HTMLImageElement
faceapi.env.monkeyPatch({ Canvas, Image, ImageData })


// patch nodejs environment, we need to provide an implementation of
// HTMLCanvasElement and HTMLImageElement
faceapi.env.monkeyPatch({ Canvas, Image, ImageData })

Promise.all([
 faceapi.nets.ssdMobilenetv1.loadFromDisk('./models'),
 faceapi.nets.faceRecognitionNet.loadFromDisk('./models'),
 faceapi.nets.faceLandmark68Net.loadFromDisk('./models')
])
.then(async () => {
    const image1= await loadImage("https://enigmatic-waters-76106.herokuapp.com/1.jpeg")
    const image2= await loadImage("https://enigmatic-waters-76106.herokuapp.com/8.jpeg")
    const result = await faceapi.detectSingleFace(image1).withFaceLandmarks()
   .withFaceDescriptor()

    const singleResult = await faceapi
    .detectSingleFace(image2)
    .withFaceLandmarks()
    .withFaceDescriptor()
       const labeledDescriptors = [
          new faceapi.LabeledFaceDescriptors(
                'saied',
            [result.descriptor]
          )
        ]
            const faceMatcher = new faceapi.FaceMatcher(labeledDescriptors)
    const bestMatch = faceMatcher.findBestMatch(singleResult.descriptor)
    console.log(labeledDescriptors[0].descriptors)

})

当我运行代码时出现此错误

TypeError: forwardFunc_1 不是函数在 G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:3166:55 在 G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:2989:22 在 Engine.scopedRun (G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:2999:23) 在 Engine.tidy (G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:2988:21) 在 kernelFunc (G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:3166:29) 在 G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:3187:27 在 Engine.scopedRun (G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:2999:23) 在 Engine.runKernelFunc (G:\test\node_modules@tensorflow\tfjs-core\dist\tf-core.node.js:3183:14) 在 mul_ (G:\test\node_modules\face-api.js\node_modules@tensorflow\tfjs-core\dist\ops\binary_ops.js:327:28) 在 Object.mul (G:\test\node_modules\face-api.js\node_modules@tensorflow\tfjs-core\dist\ops\operation.js:46: 29) （使用node --trace-warnings ... 显示警告的创建位置）（节点：3496）UnhandledPromiseRejectionWarning：未处理的承诺拒绝。此错误源于 throw 在没有 catch 块的异步函数内部，或者通过拒绝未使用 .cat 处理的承诺通道（）。要在未处理的 Promise 拒绝时终止节点进程，请使用 CLI 标志 --unhandled-rejections=strict（请参阅 https://nodejs.org/api/cli.html#cli_unhandled_rejections_mode）。（拒绝编号：1）（节点：3496）[DEP0018] DeprecationWarning：不推荐使用未处理的承诺拒绝。将来，未处理的 Promise 拒绝将终止 Node.js 进程并使用非零退出代码

当我删除“require('@tensorflow/tfjs-node');”时，代码运行良好，但我需要导入@tensorflow/tfjs-node 以加快进程

节点： v14.15.4

npm: 6.14.10

@tensorflow/tfjs-node: v3.0.0 Python 2.7.15（@tensorflow/tfjs-node 需要）

face-api.js： v0.22.2

提前感谢:)

【问题讨论】：

所以错误不是来自您的代码？
正如我所说，如果删除这个 (require('@tensorflow/tfjs-node');) 代码将起作用，但给我一个提示，我应该在我的加快进程的代码
我隐含的意思是：“我们怎样才能调试一个简单的'import'？”，如果你只导入@tensorflow/tfjs-node，会出现同样的错误吗？
@SimonDehaut 这让我很困惑，简单的一行 require('@tensorflow/tfjs-node') 是什么导致了错误
对不起我的英语不好:)

标签： javascript node.js tensorflow face-recognition face-api

【解决方案1】：

正如in this github issue解释的那样

您使用的 face-api.js 版本不兼容 tfjs 2.0+ 或 3.0+，只有过时的 1.x。为什么在添加 tfjs-node 之前它起作用了？因为 face-api.js 实际上包含了 tfjs-core 1.x 的捆绑版本。添加 tfjs-node 后，它会覆盖全局 tf 命名空间，但它的版本要新得多且不兼容。

您必须安装过时的 tfjs-node 1.x 或按照他们给出的指示使用newer port of face-api.js that supports TF 2.0。

【讨论】：