先看效果

                                              

                                                                            人体骨架识别

人脸识别 车道识别 车道线与车辆识别

                            因图片过大无法上传请上github上看效果

本项目使用的是Camera2的api

过段时间我还会陆续公布一些更好玩的模型

目前本Demo模型能识别出 抽烟 打电话 闭眼 睁眼TensorFlowObjectDetectionAPIModel 为检测规则画框TensorFlowImageClassifier2 为车道检测之后不规则绘制（因时间仓促 还没有进行绘图优化） 识别道路的测试方法请自行百度寻找图片或者视频都可以

TensorFlowImageClassifier3 是用来识别人体骨架的 这个模型是有特定输入和特定输出的 需要经过3层转换 才能使用 接下来准备上线道路障碍物识别...

Camera2BasicFragment4 这是一个用检测来识别车道和前车 里面增加了点逻辑来判断是否是车道偏离或者前车过近 具体做法是 如果检测出线则判断斜率k = (y2-y1)/(x2-x1)然后设定一个固定斜率来判断是否是车道偏离 如果是检测出前面的车辆中心点在横屏8分之2到8分之6的范围内则判断中心点居上距离大于一定范围则算前车过近 或者如果车的高度大于一定级别则算前车过近

另外： 有人私下问我本项目在他们的手机上跑起来卡顿严重 这是算力的问题，目前tensorFlow在移动设备上貌似不支持GPU，而CPU的浮点运算速度比较慢导致的 推荐使用华为P10 或者 骁龙845 635之类的U来跑跑看 一般P10的话 1能一秒4帧 2能1秒8帧 3能一秒1帧 4能一秒6帧左右 当然以上数据仅供产考

github：https://github.com/yuxitong/TensorFlowDemo