ml5
文章平均质量分 52
red润
b站red润 有点迷茫有点废,但是一直在学习
展开
-
ml5.js入门九(介绍)+handpose手势
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。(演示都是根据官网实例demo)其他知识点索引点这里描述Handpose 是一种机器学习模型,允许在浏览器中进行手掌检测和手部骨骼手指跟踪。它一次最多可检测一只手,并提供 21 个描述手掌和手指重要位置的 3D 手部关键点。demo<html><head> <meta charset="UTF-8" /> <t原创 2021-07-01 20:26:52 · 1191 阅读 · 6 评论 -
ml5.js入门八(介绍)+UNET卷积神经网络
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。(演示都是根据官网实例demo)其他知识点索引点这里描述UNET卷积神经网络描述U-Net 是一种卷积神经网络,是德国弗莱堡大学计算机科学系为生物医学图像分割而开发的。 [1] 该网络基于全卷积网络 [2],其架构经过修改和扩展,可以使用更少的训练图像并产生更精确的分割。UNET 允许您分割图像。face例如,ml5 unet允许您从人的上半身视频中删除背景。原创 2021-06-30 18:01:56 · 764 阅读 · 1 评论 -
ml5.js入门七(介绍)+BodyPix身体像素
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。(演示都是根据官网实例demo)其他知识点索引点这里描述BodyPix身体像素“Bodypix 是一种开源机器学习模型,它允许使用 TensorFlow.js 在浏览器中对人物和身体部位进行分割。在计算机视觉中,图像分割是指将图像中的像素分组到语义区域的技术,通常用于定位对象和边界。BodyPix 模型经过训练可以针对一个人和 24 个身体部位(例如左手、右前小腿或后原创 2021-06-29 11:33:08 · 726 阅读 · 0 评论 -
ml5.js入门六(介绍)+PoseNet姿势网
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。(演示都是根据官网实例demo)其他知识点索引点这里描述PoseNet姿势网描述PoseNet 是一种允许实时人体姿势估计的机器学习模型。PoseNet 可用于估计单个姿势或多个姿势,这意味着有一种算法版本只能检测图像/视频中的一个人,而一个版本可以检测图像/视频中的多个人。下面是官网demo 识别图中人物关节<html><head>原创 2021-06-28 22:06:22 · 1325 阅读 · 0 评论 -
ml5.js入门五(介绍)+image-classifier图像分类
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。算法标原创 2021-06-27 21:53:15 · 1192 阅读 · 0 评论 -
ml5.js入门四(介绍)+kmeansk均值聚类算法
一 ,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KMeans 聚类算法。所谓聚类算法是指将一堆没有标签的数据自动划分成几类的方法,属于无监督学习方法,这个方法要保证同一类的数据有相似的特征,如下图所示:官方实例const data = [{ x: 0, y: 0 }, { x: 0, y: 1 }, { x: 1, y: 0 }, { x: 1, y: 1 }];原创 2021-06-26 21:26:55 · 816 阅读 · 0 评论 -
ml5.js入门三(介绍)+KNNClassifier最邻近结点算法
一 ,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KNNClassifier最邻近结点算法KNN核心思想,它通过将每一个测试集样本点与训练集中每一个样本之间测算欧氏距离,然后取欧氏距离最近的K个点(k是可以人为划定的近邻取舍个数,K的确定会影响算法结果),并统计这K个训练集样本点所属类别频数,将其中频数最高的所属类别化为该测试样本点的预测类别。“在模式识别中,k-最近邻算法原创 2021-06-25 21:04:42 · 612 阅读 · 0 评论 -
ml5.js入门二(介绍)+featureExtractor特征提取器
一 ,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FeatureExtractor特征提取器您可以使用神经网络来识别图像的内容。大多数情况下,您将使用在大型数据集上训练的“预训练”模型将图像分类为一组固定的类别。但是,您也可以使用预训练模型的一部分:features。这些功能允许您为新的自定义任务“重新训练”或“重用”模型。这被称为迁移学习。此类允许您通过预先训练的模型提取图原创 2021-06-24 18:01:25 · 1613 阅读 · 0 评论 -
ml5.js入门一(介绍)+NeuralNetwork神经网络
ml5.js一 ,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。二,功能介绍(建议大家结合官方文档食用)ml5.js主要分为三个方面图像:图像分类器,姿势网,身体像素,联通网,摆姿势,面网,人脸接口,风格转移,像素对像素,CVAE,DCGAN,草图RNN,物体检测器声音:声音分类,音高检测文本:字符RNN情绪Word2Vec在学习他们之前首先需要了解NeuralNetwork神经网络F原创 2021-06-23 19:00:38 · 2871 阅读 · 5 评论 -
your data must be contained in an array in a property called ‘entries‘ or ‘data‘ of your j
your data must be contained in an array in a property called ‘entries’ or ‘data’ of your json object出现这个问题的原因我在训练神经网络的时候,加载外部json的时候报错原因是因为数据结构不正确,比如我第一次传入的是下面这种"data":[ {"r":255, "g":0, "b":0, "color": "red-ish"}, {"r":254, "g":0, "b":0, "color原创 2021-06-23 15:50:14 · 107 阅读 · 0 评论