基於Tensorflow.js實現瀏覽器級別的目標識別應用實踐
阿新 • • 發佈:2019-02-10
tensorflow.js 是谷歌於今年推出的瀏覽器級別的深度學習框架,TensorFlow 團隊在其github官網上也公開了表示基於網頁的 JavaScript 庫 TensorFlow.js 庫框架及其相關的例子。基於該應用能訓練並部署機器學習模型。
1、Tensorflow.js介紹
TensorFlow.js 是一個開源的用於開發機器學習專案的 WebGL-accelerated JavaScript 庫。TensorFlow.js 可以為你提供高效能的、易於使用的機器學習構建模組,允許你在瀏覽器上訓練模型,或以推斷模式執行預訓練的模型。TensorFlow.js 不僅可以提供低階的機器學習構建模組,還可以提供高階的類似 Keras 的 API 來構建神經網路。TensorFlow.js 的安裝非常簡單,我們可以直接使用 NMP 或指令碼完成構建。它的使用也有非常多的文件與教程,我們只需要掌握一些基本的核心概念就能快速入手這一 JS 庫。接下來,我們介紹這個庫的一些核心概念。
2、官網例子介紹
3、mobilenet的示例編譯和測試
(1)由於tfjs需要用到node.js,需要進行安裝,在linux和windows都可以執行。
在node.js環境下安裝yarn,用這個來進行編譯速度遠遠快於npm。
(2)mobilenet編譯結果如下所示:
(3)在彈出的瀏覽器上,輸入相應的網址,並進行相關圖片測試。由於採用了簡化版本的mobilenet,而且整個大小才2M,因此在目標識別分類精度還是有點弱。