tensorflow.js 如何从 public 路径加载人脸特征点检测模型

系列文章目录

如何使用tensorflow.js实现面部特征点检测

项目地址

simple-react-face-fandmark-detection


文章目录


一、准备模型

你需要准备两种模型

  1. 人脸特征点检测模型,可在下面网址下载

https://www.kaggle.com/models/mediapipe/face-landmarks-detection/

  1. 人脸特征点检测模型,可在下面网址下载

https://www.kaggle.com/models/mediapipe/face-detection

二、使用步骤

1.下载模型并放置到指定位置

以文章开头的代码仓库为例,从第一节中的地址下载模型,保存到public文件夹如下

3. 修改模型配置信息

修改相关模型配置如下

3. 运行代码

安装依赖:npm i -g yarn && yarn

运行:终端输入命令npm start

总结

感谢您看到这里,本文介绍了tensorflow.js如何从public加载模型并使用,希望对您有所帮助,如果文章中存在任何问题、疏漏,或者您对文章有任何建议,请在评论区提出。

相关推荐
风象南1 小时前
很多人说,AI 让技术平权了,小白也能乱杀老师傅 ?
人工智能·后端
董董灿是个攻城狮2 小时前
大模型连载1:了解 Token
人工智能
掘金安东尼3 小时前
让 JavaScript 更容易「善后」的新能力
前端·javascript·面试
掘金安东尼3 小时前
用 HTMX 为 React Data Grid 加速实时更新
前端·javascript·面试
RoyLin4 小时前
沉睡三十年的标准:HTTP 402、生成式 UI 与智能体原生软件的时代
人工智能
灵感__idea5 小时前
Hello 算法:众里寻她千“百度”
前端·javascript·算法
袋鼠云数栈UED团队6 小时前
基于 Lexical 实现变量输入编辑器
前端·javascript·架构
亦妤6 小时前
JS执行机制、作用域及作用域链
javascript
needn6 小时前
TRAE为什么要发布SOLO版本?
人工智能·ai编程
毅航7 小时前
自然语言处理发展史:从规则、统计到深度学习
人工智能·后端