ml5.js入门五(介绍)+image-classifier图像分类

最新推荐文章于 2024-08-15 10:11:44 发布

red润

最新推荐文章于 2024-08-15 10:11:44 发布

阅读量1.1k

点赞数 1

分类专栏： ml5 文章标签：算法数据库深度学习机器学习人工智能

本文链接：https://blog.csdn.net/qq_47658204/article/details/118279910

版权

ml5 专栏收录该内容

10 篇文章 8 订阅

订阅专栏

ml5.js是什么

ml5.js 它是基于Tensorflow.js的一个非常简便易用的接口，目的是让更广泛的受众更容易使用机器学习。（结合官网食用）

其他知识点索引点这里
描述

mage-classifier图像分类

您可以使用神经网络来识别图像的内容。ml5.imageClassifier()是一种创建对象的方法，该对象使用预先训练的模型对图像进行分类。
需要注意的是，以下示例提供的预训练模型是在包含大约 1500 万张图像的数据库 (ImageNet) 上进行训练的。ml5 库从云端访问此模型。算法标记图像的内容完全取决于训练数据——包括什么、排除什么以及这些图像如何标记（或错误标记）。

下面是识别一个图片的demo

<html>

<head>
  <meta charset="UTF-8">
  <title>classification</title>
  
  <script src="../p5.min.js"></script>
  <script src="../ml5.js"></script>
</head>
<body>
  <h1>Image classification using MobileNet and p5.js</h1>
  <script src="index.js"></script>
</body>

</html>


let classifier;

let img;

function preload() {
  // 加载分类器模型 // 可以使用的模型“MobileNet”、“Darknet”和“Darknet-tiny”、“DoodleNet”，或在 Teachable Machine 中训练的任何图像分类模型，或者导入自己的训练集
  /**
   * MobileNet 是一个术语，描述了一种机器学习模型架构，该架构经过优化，可在计算能力有限的平台上运行，例如移动或嵌入式设备上的应用程序。MobileNets 有几个用例，包括图像分类、对象检测和图像分割。这个特殊的 MobileNet 模型是为图像分类训练的。
   * ml5 使用由 TensorFlow.js 创建的 MobileNet，TensorFlow.js 是 TensorFlow 的一个 JavaScript 库。多个 TensorFlow.js MobileNet 版本可用于图像分类，截至 2019 年 6 月，ml5 默认导入 MobileNetV2。
   * DarkNet（或DarkNet Reference）和Darknet-tiny（或Tiny Darknet是小型且快速的预训练模型。Tiny Darknet是两者中较小的模型，但Darknet Reference更快。开发者提供了一个开源框架，也称为Darknet ，用于运行模型。
   * Darknet Reference 被列为 ImageNet 分类的预训练模型，因此数据很可能是来自 ImageNet 数据库的照片。
   */
  classifier = ml5.imageClassifier('MobileNet');
  img = loadImage('../image/bird.jpg');
}

function setup() {
  // 创建画布
  createCanvas(400, 400);
  // 识别图片
  classifier.classify(img, gotResult);
  // 展现图片
  image(img, 0, 0);
}

// 输出结果
function gotResult(error, results) {
  if (error) {
    console.error(error);
  }
  // 输出结果和可行度
  console.log(results);
  createDiv(`Label: ${results[0].label}`);
  createDiv(`Confidence: ${nf(results[0].confidence, 0, 2)}`);
}