有一个用于图像识别的python和C ++ API。该教程在tensorflow.org中提供,但由于tensorflow.js几个月前才发布,它仅支持python和c ++实现中的所有api。< / p>
答案 0 :(得分:2)
VincentMühler创建了face-api.js,这是一个基于tensorflow.js的JavaScript API。您可以在下面的链接中找到博客和代码。
答案 1 :(得分:1)
它是否支持python和c ++实现中所有可用的api。
否,它的功能仍然有限。请记住,它仍处于0.11.6版中,因此会有所变化。您可以查看documentation来查看可用的内容。
如果要将特定模型移植到tfjs,请尝试将其作为keras模型获取,然后使用tensorflowjs_converter将其转换为与tfjs兼容的模型,例如this tutorial显示。
答案 2 :(得分:1)
除了上面的答案外,JavaScript上的tensorflow可能非常慢。快速比较:
但是,如果您确实在Node上运行tensorflow.js,则可以直接使用以C语言编写的TensorFlow API的绑定,这会很快。如果您在Node.js上导入正确的软件包,也可以运行CUDA版本
在浏览器上,WebGL用于运行tensorflow。在浏览器上使用tensorflow或某些ML,打开了全新的机会,可以直接在浏览器中执行操作。
如Jirapol所建议,您可以看看https://github.com/justadudewhohacks/face-api.js,它非常易于使用。实际上,我花了很短的时间才开始使用face-api.js在节点上编写面部识别登录系统。如果您想查看未完成的代码,请点击以下链接:https://github.com/WinstonMarvel/face-recognition-authentication
答案 3 :(得分:0)
是的。
,并借助浏览器中的 webassembly 和 SIMD 。
您可以在浏览器中拥有 流畅 的图像处理和视频处理体验。
看看Google v8中的这个link。
好消息是,使用相同的API,您可以在浏览器, node.js 和中运行 Tensorflow.js 以本机速度并使用本机功能
来全部响应本机