本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.
问题描述
TensorFlow.js是一个基于deeplearn.js构建的强大而灵活的Javascript机器学习库,它可直接在浏览器上创建深度学习模块。 使用它可以在浏览器上创建CNN(卷积神经网络)、RNN(循环神经网络)等等,且可以使用终端的GPU处理能力训练这些模型。 接下来我们将学习如何建立一个简单的“可学习机器”——基于 TensorFlow.js 的迁移学习图像分类器。
解决方案
加载 TensorFlow.js 和MobileNet 模型
在编辑器中创建一个HTML文件,命名为index.html,添加以下内容。
<!DOCTYPE html>
<html>
<head>
<meta charset=”utf-8″ />
<title></title>
<!–加载最新版本的TensorFlow.js –>
<script src=”https://unpkg.com/@tensorflow/tfjs”></script>
<script src=”https://unpkg.com/@tensorflow-models/mobilenet”></script>
</head>
<body>
<div id=”console></div>
<!–添加一个用于测试的图像–>
<img crossOrigin src=”https://i.imgur.com/JlUvsxa.jpg” width=227 height=227/>
<!– 加载 index.js 在内容页之后–>
<script src=”js/index.js”></script>
</body>
</html>
注意: 在img里请使用有用的图片地址
在浏览器中设置 MobileNet 用于预测
在代码编辑器中打开/创建index.js 文件,添加以下代码:
let net;
async function app(){
console.log(‘Loading mobilenet..’);
// 加载模型
net = await mobilenet.load();
console.log(‘Sucessfully loaded model’);
// 通过模型预测图像
const imgEl = document.getElementById(‘img’);
const result = await net.classify(imgEl);
console.log(result);
}
app();
在浏览器中测试 MobileNet 的预测
运行ind ex.html文件,调出JavaScript控制台,你将看见一张狗的照片,而这就是MobileNet 的预测结果。
通过网络摄像头图像在浏览器中执行 MobileNet 预测
接下来,我们来设置网络摄像头来预测由网络摄像头传输的图像。
现在,让我们让它更具交互性和实时性。 让我们设置网络摄像头来预测由网络摄像头传输的图像。
首先要设置网络摄像头的视频元素。 打开 index.html 文件,在 <body> 部分中添加如下行,并删除我们用于加载狗图像的<img> 标签。
<video autoplay playsinline muted id=”webcam” width=”224″ height=”224″></video>
打开 index.js 文件并将webcamElement 添加到文件的最顶部。
const webcamElement = document.getElementById(‘webcam’);
在同一个 index.js 文件中,在调用 “app()” 函数之前添加网络摄像头的设置函数:
async function setupWebcam() {
return new Promise((resolve, reject) => {
const navigatorAny = navigator;
navigator.getUserMedia = navigator.getUserMedia ||
navigatorAny.webkitGetUserMedia || navigatorAny.mozGetUserMedia ||
navigatorAny.msGetUserMedia;
if (navigator.getUserMedia) {
navigator.getUserMedia({video: true},
stream=> {
webcamElement.srcObject = stream;
webcamElement.addEventListener(‘loadeddata’, () => resolve(), false);
},
error=> reject());
}else{
reject();
}
});
}
在之前添加的 app() 函数中,你可以删除通过图像预测的部分,用一个无限循环,通过网络摄像头预测代替。
async function app(){
console.log(‘Loading mobilenet..’);
// 加载模型
net = await mobilenet.load();
console.log(‘Sucessfully loaded model’);
await setupWebcam();
while(true){
const result = await net.classify(webcamElement);
document.getElementById(‘console’).innerText =`
prediction: ${result[0].className}\n
probability: ${result[0].probability}
`;
// 给自己一些喘息的空间
// 等待下一个动画帧开始
await tf.nextFrame();
}
}
如果你在网页中打开控制台,现在你应该会看到 MobileNet 的预测和网络摄像头收集到的每一帧图像。
在 MobileNet 预测的基础上添加一个自定义的分类器
现在,让我们把它变得更加实用。 我们使用网络摄像头动态创建一个自定义的 3 对象的分类器。 我们将通过 MobileNet 进行分类,但这次我们将使用特定网络摄像头图像在模型的内部表示(激活值)来进行分类。
我们将使用一个叫做 “K-Nearest NeighborsClassifier” 的模块,他将有效的让我们把摄像头采集的图像(实际上是 MobileNet 中的激活值)分成不同的类别,当用户要求做出预测时,我们只需选择拥有与待预测图像最相似的激活值的类即可。
在 index.html 的<head> 标签的末尾添加 KNN 分类器的导入(你仍然需要 MobileNet,所以不要删除它的导入):
<script src=”https://unpkg.com/@tensorflow-models/knn-classifier”></script>
在 index.html 视频部分下面添加三个按钮。 这些按钮将用于向模型添加训练图像。
<button>add a</button>
<button>add a</button>
<button>add a</button>
在 index.js 的顶部,创建一个分类器
const classifier = knnClassifier.create();
更新 app 函数;
async function app(){
console.log(‘Loading mobilenet..’);
//losd the model
net = await mobilenet.load();
console.log(‘Sucessfully loaded model’);
await setupWebcam();
//从网络摄像头中读取图像并将其与特定类关联
const addExample classId=>{
// 获取 MobileNet 中间的 ‘conv_preds’ 的激活值
// 并将其传递给 KNN 分类器
const activation = net.infer(webcamElement, ‘conv_preds’);
// 将中间激活值传递给分类器
classifier.addExample(activation, classId);
};
// 单击该按钮是,为该类添加一个实例
document.getElementById(“class-a”).addEventListener(‘click’,()=>addExample(0));
document.getElementById(“class-b”).addEventListener(‘click’,()=>addExample(1));
document.getElementById(“class-c”).addEventListener(‘click’,()=>addExample(2));
while(true){
if(classifier.getNumClasses() > 0) {
// 获取 MobileNet 在网络摄像头中图像上的激活值
const activation = net.infer(webcamElement, ‘conv_preds’);
// 从分类器模块上获取最可能的类
const result = await classifier.predictClass(activation);
const classes = [‘A’, ‘B’, ‘C’];
document.getElementById(‘console’).innerText = `
prediction: ${classes[result.classIndex]}\n
probability: ${result.confidences[result.classIndex]}
`;
}
await tf.nextFrame();
}
}
当你加载 index.html 页面时,你可以使用常用对象或面部表情/手势为这三个类中的每一个类捕获图像。 每次单击其中一个 “Add” 按钮,就会向该类添加一个图像作为训练实例。 当你这样做的时候,模型会继续预测网络摄像头的图像,并实时显示结果。
注意: 在这里可能会报错,出现: Uncaught (in promise)TypeError: Failed to fetch。
这个错误提示是网络连接超时的意思,解决办法如下:
清除浏览器历史记录和缓存。 Google Chrome浏览器清除历史记录和缓存:转到“自定义和控制”(Chrome浏览器右上角) – >然后单击“设置” –>单击下面的“显示高级设置”按钮 – >然后到“隐私”部分 – >点击“清除浏览数据”按钮 – >检查新弹出窗口中的所有框 – >然后单击“清除浏览数据”按钮。
结语
我们在这里主要是加载并运行一个名为 MobileNet 的流行的预训练模型从而实现在浏览器中的图像分类问题。使用“迁移学习”技术,这项技术将使用预训练好的 MobileNet 模型为你的应用定制以及引导训练。在学习和实现例子的过程中,会遇到许多的问题,而我们则需要去静下心解决这些问题,学会在我们写的代码中找问题。
Be First to Comment