mind-ar-js（测试版） mind-ar-js是用于Web增强现实的轻量级库。 主要功能包括： :white_medium_star: 用纯JavaScript编写，从底层计算机视觉引擎到前端是端到端的 :white_medium_star: 利用gpu（通过webgl）和网络工作者提高性能 :white_medium_star: 支持自然特征跟踪（即图像目标），具有多个目标 :white_medium_star: 开发人员友好。 易于设置。 借助AFRAME扩展程序，您只需10行代码即可启动您的应用 演示版 观看视频： : ，或自己尝试： 示例1：使用手机打开以下网址： : 。 允许相机访问并查看下图以触发AR效果。 示例2（多个目标）用您的手机打开此URL： : 。 允许相机访问并查看以下图像（一次一张）以触发AR效果。 示例3（交互式示例） 观看视频： : ，或自己尝试： 用您的手机打开此网址： : 。 允许相机访问并查看示例1中的相同图像。 用法 步骤1：编译映像目标 使用

图像分类器：使用预训练模型-“ MobileNet”和tensorFlow.js构建的基本图像分类器

PoseNet Python 该存储库包含Google TensorFlow.js Posenet模型的纯Python实现（仅限多姿势）。 对于此之后的（略快）PyTorch实现，请参阅（ ） 我首先或多或少地逐字修改了JS代码，发现性能很低，因此对一些关键函数（命名为_fast ）做了一些矢量化的numpy / scipy版本。 进一步优化是可能的 基本的MobileNet型号在GTX 1080 Ti（或更高版本）上具有200-300 fps的吞吐量 多位置后处理代码使该速率大大降低。 使用快速CPU和GTX 1080+： JS后处理代码的字面翻译将性能降低到大约30fps 我的

taslater.github.io 强化学习很棒。 这个小摆锤由DDPG，TensorFlow.js和love提供支持。 看着它走！ 更多细节即将到来。