人脸检测与识别Web应用 一个实现face-api.js（用于在浏览器中使用面部检测和面部识别JavaScript API以及使用tensorflow.js的nodejs的Web应用程序）

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

狗AI :light_bulb: 项目 使用Tensorflow.js和Teachable Machine通过拖放图像来识别100多种狗品种。 训练过程 收集带有一堆图像的数据集 调整大小并缩小所有图像 按品种分开狗图像并重命名所有文件 上载到可教机器 训练模型 导出训练有素的模型 :hammer_and_wrench: 工具 :laptop: 演示版 :rocket: 快速开始 安装 克隆存储库并运行 $ cd dogAI && yarn 用法 $ yarn start 数据集参考 小学：Aditya Khosla，Nityananda Jayadevaprakash，Bangpeng Yao和Li Fei-Fei。 用于细粒度图像分类的新型数据集。 首届细粒度视觉分类（FGVC）研讨会，IEEE计算机视觉和模式识别会议（CVPR），2011年。 中学：J. Deng，W. Dong，R. Socher，L.-J。 Li，K. Li和L. Fei-Fei，Im

简单Vue张量流 使用vue初始化drginm / tensorflow-js-vuejs-starter-template构建简单的vue-tensorflow Nuxt.js项目 构建设置 # install dependencies $ npm install # Or yarn install # serve with hot reload at localhost:3000 $ npm run dev # build for production and launch server $ npm run build $ npm start # generate static project $ npm run generate # generate static project inside a subfolder $ npm run generate:use-subfolde

网络摄像头 实时训练自己的实时图像分类器。 使用您的网络摄像头和tensorflow.js进行实时图像分类 特征 自定义标签驱动的实时图像分类。 了解什么看起来像什么，叫它是什么！ 从医学到模因的广泛应用。 无需身份验证的模型保存！ 谁想创建一个帐户？ 不是我...复制UUID并将其保存在某处！ 无需身份验证的模型加载！ 将您训练有素的模型的UUID发送给您的朋友，并让他们加载！ 伟大的模因。 应用程式示范 用法 使用网络摄像头专注于对象或实体 输入描述网络摄像头正在查看的标签 提交几个示例捕获（理想情况下使用不同的物体角度） 实时观察模型的分类 重复进行以构建自己的训练有素的图像分类器 保存模型供以后使用！ 或将代码发送给您的朋友，让他们加载您的模型！ 关于 与GCP托管在： : 安装用于本地开发 在所需目录中运行git clone https://github.com/jam

你好！ 如果您想做出贡献，请随时联系或提交拉取请求。 使用的技术 Tensorflow.js 三.js 打字稿 包裹打包机 当前功能 不同的俯仰速度（向上/向下箭头键） 双手检测碰撞 测试版：全屏左/右箭头键。 必须解决调整大小才能使其工作

face_detect 微信小程序使用tensorflow.js完成前端人脸检测业务

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

这是系列文章中的第一篇，我们将解释如何使用转换器创建AI聊天机器人。

浏览器中的深度学习 我尝试了一些用于在浏览器中部署ML模型的框架。 我制作了一个Web应用程序以在Tensorflow.js，WebDNN和ONNX.js中加载和分类图像，并将它们的运行时与不同的后端（WebGL，WASM，CPU）进行了比较。 我还为此写了一篇博客文章，可以与该代码一起作为教程 要求 Node.js（v12 +） 表示 其余的JS库和模型都包含在此存储库中。