TF lite图像识别我爱编程

手把手教你在windows跑起TensorFlow Js的pos

2018-08-07  本文已影响176人  Edgar_Ng

前言

近期人工智能很火,而Google的TensorFlow的教程又很系统直观,所以我对TensorFlow是挺有好感的,一直都关注。最近知道TensorFlow搞了个js版本的,肯定要支持一下啦~最近还有项目要用到呢,所以特地上github down了demo来跑一下。
这次要说的是tfjs的posenet这个demo,要跑通的过程比较简单,随后也会大概讲述一下代码。说得不好请原谅,Android孩子不太懂web,正在恶补。

一、posenet简介

pose就是姿态估计,通过对图片视频进行一系列处理得到人的关键点,最基本的就是关节点。姿态估计不是tfjs的特有,一直以来都有,不过用tfjs真得可以灰常方便!!!【如果TFJS不抽风的话,就现在来看,自己做的demo还是会启动不来,我也不知道为什么,不过官方demo可以正常跑,不懂...】
[图片上传失败...(image-b3e584-1533658455837)]

二、运行TFJS的posenet demo

  1. 下载demo代码【传送门】
    打开github,点击download

    image.png
  2. 打开posenet/demos文件夹

image.png
  1. 安装yarn
    已经安装的,可以跳过这一步
    输入 npm install yarn ,如果npm不行,证明你还需要安装nodejs

    image.png
  2. 更改配置文件
    双击打开package.json文件,之后按下图进行更改,因为这个开源软件的作者用的应该是mac或者linux,然后语法跟windows不一样,所以需要更改。

文件地址.png
更改前.png
更改后.png

文字版,复制即可:

  "scripts": {
    "watch": "set NODE_ENV=development && parcel --no-hmr --open index.html ",
    "build": "set NODE_ENV=production && parcel build index.html  --no-minify --public-url ./",
    "build-camera": "set NODE_ENV=production && parcel build camera.html  --no-minify --public-url ./",
    "lint": "eslint ."
  },
  1. cmd到demos文件夹下,之后输入 yarn watch进行启动页面进行玩耍
    启动过程有点漫慢慢慢慢慢慢慢...慢慢慢...漫长....,给点耐心,大概1分钟不到。
启动图.png
运行图

Ps:记得你的电脑有要摄像头才能正常启动视频,还要翻墙,最好用chrome来启动

三、代码分析

  1. 大概解析一下示例代码(以视频代码为例,图片亦然)


    关键文件
    关键方法
    image.png
    image.png

觉得有帮助点个赞呗~

上一篇下一篇

猜你喜欢

热点阅读