目录
TensorFlow + JavaScript。现在，最流行，最先进的AI框架支持地球上使用最广泛的编程语言，因此，让我们在我们的web浏览器中通过深度学习实现奇迹，通过TensorFlow.js的WebGL GPU加速！
这是我们六个系列的第二篇文章：
- 使用TensorFlow.js在浏览器中进行深度学习入门
- 狗和披萨：使用TensorFlow.js在浏览器中实现计算机视觉
- 绒毛动物探测器：通过TensorFlow.js中的迁移学习识别浏览器中的自定义对象
- 使用TensorFlow.js进行人脸触摸检测第1部分：将实时网络摄像头数据与深度学习配合使用
- 使用TensorFlow.js进行人脸触摸检测第2部分：使用BodyPix
- 使用TensorFlow.js进行AI在网络摄像头中翻译手势和手语
在本文中，我们将深入探讨在Web浏览器中运行的计算机视觉。我将向您展示如何使用TensorFlow.js中经过预训练的MobileNet模型轻松快速地开始检测和识别图像中的对象。
起点
要使用TensorFlow.js分析图像，我们首先需要：
- 收集狗、食物等的测试图像（此项目中使用的图像来自pexels.com）
- 导入TensorFlow.js
- 添加代码以随机选择并加载其中一张图像
- 添加代码以文本形式显示预测结果
这是我们的起点：
<html>
<head>
<title>Dogs and Pizza: Computer Vision in the Browser with TensorFlow.js</title>
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js"></script>
<style>
img {
object-fit: cover;
}
</style>
</head>
<body>
<img id="image" src="" width="224" height="224" />
<h1 id="status">Loading...</h1>
<script>
const images = [
"web/dalmation.jpg", // https://www.pexels.com/photo/selective-focus-photography-of-woman-holding-adult-dalmatian-dog-1852225/
"web/maltese.jpg", // https://www.pexels.com/photo/white-long-cot-puppy-on-lap-167085/
"web/pug.jpg", // https://www.pexels.com/photo/a-wrinkly-pug-sitting-in-a-wooden-table-3475680/
"web/pomeranians.jpg", // https://www.pexels.com/photo/photo-of-pomeranian-puppies-4065609/
"web/pizzaslice.jpg", // https://www.pexels.com/photo/pizza-on-brown-wooden-board-825661/
"web/pizzaboard.jpg", // https://www.pexels.com/photo/pizza-on-brown-wooden-board-825661/
"web/squarepizza.jpg", // https://www.pexels.com/photo/pizza-with-bacon-toppings-1435900/
"web/pizza.jpg", // https://www.pexels.com/photo/pizza-on-plate-with-slicer-and-fork-2260200/
"web/salad.jpg", // https://www.pexels.com/photo/vegetable-salad-on-plate-1059905/
"web/salad2.jpg", // https://www.pexels.com/photo/vegetable-salad-with-wheat-bread-on-the-side-1213710/
"web/kitty.jpg", // https://www.pexels.com/photo/eyes-cat-coach-sofa-96938/
"web/upsidedowncat.jpg", // https://www.pexels.com/photo/silver-tabby-cat-1276553/
];
function pickImage() {
document.getElementById( "image" ).src = images[ Math.floor( Math.random() * images.length ) ];
}
function setText( text ) {
document.getElementById( "status" ).innerText = text;
}
(async () => {
// Your Code Goes Here
setInterval( pickImage, 5000 );
})();
</script>
</body>
</html>此Web代码导入TensorFlow.js和示例图像的集合，添加图像元素（设置为224px），然后添加具有设置图像功能的状态文本元素。您可以更新图像数组以匹配您下载的其他测试图像的文件名。
在浏览器中打开包含以上代码的页面。您应该看到图像每五秒钟更新一次，以随机选择。
托管说明
在继续进行之前，我想指出，为了使此项目正常运行，必须从Web服务器提供网页和图像（由于HTML5画布限制）。
否则，当TensorFlow.js尝试读取图像像素时，您可能会遇到此错误：
DOMException: Failed to execute 'texImage2D' on 'WebGL2RenderingContext': Tainted canvases may not be loaded.如果您没有运行像Apache或IIS这样的服务器，则可以使用WebWebWeb轻松在NodeJS中运行一个服务器，WebWebWeb是我为此目的而构建的NPM模块。
MobileNet v1
来自GitHub：“MobileNets是小型、低延迟、低功耗的模型，其参数化可以满足各种用例的资源约束。”
对于该项目，我们将使用MobileNet v1，该软件已经过数百万张图像的训练，可以识别1000种不同类别的物体，从不同的犬种到各种食物。该模型有多种变体，允许开发人员在复杂度/大小和预测准确性之间进行权衡。
幸运的是，Google将模型托管在其服务器上，因此我们可以在项目中直接使用它。对于224x224像素的图像输入，我们将使用最小的0.25色块变化。
让我们将其添加到脚本中，并使用TensorFlow.js加载模型。
// Mobilenet v1 0.25 224x224 model
const mobilenet = "https://storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_0.25_224/model.json";
let model = null;
(async () => {
// Load the model
model = await tf.loadLayersModel( mobilenet );
setInterval( pickImage, 5000 );
})();运行物体识别
在将图像传递到TensorFlow模型之前，我们需要将其从像素转换为张量。我们还必须将每个RGB像素颜色转换为-1.0到1.0之间的浮点值，因为这是MobileNet模型所训练的值范围。
TensorFlow.js具有内置功能，可帮助我们轻松执行这些操作。牢记内存管理，我们可以编写一个函数来运行模型并获取预测的对象标识符，如下所示：
async function predictImage() {
let result = tf.tidy( () => {
const img = tf.browser.fromPixels( document.getElementById( "image" ) ).toFloat();
const normalized = img.div( 127 ).sub( 1 ); // Normalize from [0,255] to [-1,1]
const input = normalized.reshape( [ 1, 224, 224, 3 ] );
return model.predict( input );
});
let prediction = await result.data();
result.dispose();
// Get the index of the highest value in the prediction
let id = prediction.indexOf( Math.max( ...prediction ) );
setText( labels[ id ] );
}您会注意到，上面的函数引用labels数组以显示带有setText()的预测文本。该数组是ImageNet类别标签的预定义列表，这些列表与MobileNet所接受的预测相匹配。
如果您下载了它，请记住将它作为脚本包含在页面中的<head>标记中，如下所示：
<script src="web/labels.js"></script>最后，通过在代码底部设置其onload处理程序，让图像元素调用在每次加载新图像时运行此预测函数：
(async () => {
// Load the model
model = await tf.loadLayersModel( mobilenet );
setInterval( pickImage, 5000 );
document.getElementById( "image" ).onload = predictImage;
})();完成后，您的模型应该开始预测图像中的内容。
终点线
现在，您已经将所有部分组合在一起。这样，您就有了一个使用计算机视觉并可以识别对象的网页。还不错吧？
<html>
<head>
<title>Dogs and Pizza: Computer Vision in the Browser with TensorFlow.js</title>
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js"></script>
<style>
img {
object-fit: cover;
}
</style>
<script src="web/labels.js"></script>
</head>
<body>
<img id="image" src="" width="224" height="224" />
<h1 id="status">Loading...</h1>
<script>
const images = [
"web/dalmation.jpg", // https://www.pexels.com/photo/selective-focus-photography-of-woman-holding-adult-dalmatian-dog-1852225/
"web/maltese.jpg", // https://www.pexels.com/photo/white-long-cot-puppy-on-lap-167085/
"web/pug.jpg", // https://www.pexels.com/photo/a-wrinkly-pug-sitting-in-a-wooden-table-3475680/
"web/pomeranians.jpg", // https://www.pexels.com/photo/photo-of-pomeranian-puppies-4065609/
"web/pizzaslice.jpg", // https://www.pexels.com/photo/pizza-on-brown-wooden-board-825661/
"web/pizzaboard.jpg", // https://www.pexels.com/photo/pizza-on-brown-wooden-board-825661/
"web/squarepizza.jpg", // https://www.pexels.com/photo/pizza-with-bacon-toppings-1435900/
"web/pizza.jpg", // https://www.pexels.com/photo/pizza-on-plate-with-slicer-and-fork-2260200/
"web/salad.jpg", // https://www.pexels.com/photo/vegetable-salad-on-plate-1059905/
"web/salad2.jpg", // https://www.pexels.com/photo/vegetable-salad-with-wheat-bread-on-the-side-1213710/
"web/kitty.jpg", // https://www.pexels.com/photo/eyes-cat-coach-sofa-96938/
"web/upsidedowncat.jpg", // https://www.pexels.com/photo/silver-tabby-cat-1276553/
];
function pickImage() {
document.getElementById( "image" ).src = images[ Math.floor( Math.random() * images.length ) ];
}
function setText( text ) {
document.getElementById( "status" ).innerText = text;
}
async function predictImage() {
let result = tf.tidy( () => {
const img = tf.browser.fromPixels( document.getElementById( "image" ) ).toFloat();
const normalized = img.div( 127 ).sub( 1 ); // Normalize from [0,255] to [-1,1]
const input = normalized.reshape( [ 1, 224, 224, 3 ] );
return model.predict( input );
});
let prediction = await result.data();
result.dispose();
// Get the index of the highest value in the prediction
let id = prediction.indexOf( Math.max( ...prediction ) );
setText( labels[ id ] );
}
// Mobilenet v1 0.25 224x224 model
const mobilenet = "https://storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_0.25_224/model.json";
let model = null;
(async () => {
// Load the model
model = await tf.loadLayersModel( mobilenet );
setInterval( pickImage, 5000 );
document.getElementById( "image" ).onload = predictImage;
})();
</script>
</body>
</html>下一步是什么？绒毛动物？
只需少量代码，我们就使用TensorFlow.js加载了预训练的模型，以在Web浏览器中识别列表中的对象。想象一下您可以做什么。也许创建一个可自动对成千上万张照片进行分类和分类的网络应用。
现在，如果我们想识别不在1000个类别列表中的其他对象怎么办？
请跟随本系列的下一篇文章一起学习如何扩展该项目，以快速训练卷积神经网络来识别...几乎任何您想要的东西。
https://www.codeproject.com/Articles/5272771/Dogs-and-Pizza-Computer-Vision-in-the-Browser-With
扫一扫
2203
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
