使用 React 和 Tensorflow.js进行自定义对象检测

你有没有听说过有人用人工智能来解决他们的行业问题，比如医生用人工智能识别癌细胞医生用人工智能识别癌细胞医生用人工智能识别癌细胞，闭路电视识别货架上空的产品，甚至是猫探测器？这些“人工智能”背后的基本逻辑是自定义对象检测。

在这个故事中，我们将探索如何通过使用 Microsoft Azure Custom Vision 提供大量药丸图像来训练 AI 来检测自定义pill💊💊。

使用与 tensorflow.js 反应的自定义药丸检测器

目录

💡 物体检测

💡 自定义对象检测

🔎目标检测模型训练

🔎使用 React 和 Tensorflow.js 检测自定义对象

1. 设置你的 Create-React-App

2.导入需要的包

4.加载模型

最后的想法

---

💡 物体检测

目标检测是一项涉及两个主要任务的计算机视觉任务：

1. 定位图像中的一个或多个对象，以及
2. 对图像中的每个对象进行分类

图像分类与对象检测（分类和定位）。Pexels 上的Krysten Merriman拍摄的原始照片和Pexels上的Sharon McCutcheon拍摄的原始照片

与图像分类（图 2）相比，对象检测的目标是通过边界框和定位对象的类别来预测图像中对象的位置，输出可以超过 1 个类别。对于深入的解释，你可以在我之前的文章中阅读它

💡 自定义对象检测

目前，网上有各种预训练模型可用，例如COCO-SSD，它能够检测 80 多种常用对象，例如检测人、铅笔和智能手机。但是，此模型无法满足检测自定义对象的需求，例如，我是一名药剂师，我想制作一个能够检测和计数网络摄像头中的药丸的 Web 应用程序。