ml5.js框架实现AI图片识别

ml5.js

ml5.js 提供了简单的接口来加载和使用机器学习模型,如图像分类、文本生成、姿态估计等,不需要深入理解底层的数学原理或复杂的编程技巧
ml5.js 构建在 TensorFlow.js 之上,提供了一系列预训练模型和简易的 API 接口

图片识别

先进行一个简单的图片识别demo (这里我使用的是汽车图片)

  1. 首先创建一个index.html
  2. 引入必要的库

创建index.html

复制代码
<!DOCTYPE html>
<html lang="en">
	<head>
		<script src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/1.11.1/p5.js"></script>
		<script src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/1.11.1/addons/p5.sound.min.js"></script>
		<script src="https://unpkg.com/ml5@1/dist/ml5.min.js"></script>
		<meta charset="utf-8" />
	</head>
	<style>
		html,
		body {
			margin: 0;
			padding: 0;
		}
		canvas {
			display: block;
		}
	</style>
	<body>
		<main></main>
		<script src="sketch.js"></script>
	</body>
</html>

创建sketch.js

复制代码
// 图像分类器
let classifier
// 图像
let img
// 结果
let result

function setup() {
	// 创建幕布
	createCanvas(400, 400)
	// 图像分类器初始化完成后调用classify函数
	if (classifier) {
		classifier.classify(img, (res, error) => {
			if (error) {
				console.error(error)
				return
			}
			result = res
			console.log(res)
		})
	} else {
		console.error('图像分类器未初始化完成')
	}
}

function draw() {
	// 绘制背景
	background(220)
	if (img) {
		image(img, 0, 0, width, height)
	}
	// 绘制结果
	if (result) {
		fill(255)
		stroke(0)
		textSize(18)
		label = 'Label: ' + result[0].label
		confidence = 'Confidence: ' + nf(result[0].confidence, 0, 2)
		text(label, 10, 360)
		text(confidence, 10, 380)
	}
}
function preload() {
	// 图像分类器初始化
	classifier = ml5.imageClassifier('MobileNet', function () {
		console.log('图像分类器初始化完成')
	})
	img = loadImage('https://picsum.photos/id/133/2742/1828')
}
function gotResult(res, error) {
	if (error) {
		console.error(error)
		return
	}
	result = res
	console.log(results)
}

ml5官网

相关推荐
Source.Liu3 分钟前
【Python基础】 13 Rust 与 Python 注释对比笔记
开发语言·笔记·python·rust
沧海一粟青草喂马14 分钟前
国产GEO工具哪家强?巨推集团、SEO研究协会网、业界科技三强对比
人工智能
qq_1955516914 分钟前
代码随想录70期day3
开发语言·python
小陈phd17 分钟前
高级RAG策略学习(六)——Contextual Chunk Headers(CCH)技术
人工智能·langchain
XXYBMOOO19 分钟前
Qt UDP 通信类详解与实现
开发语言·网络·c++·qt·网络协议·ui·udp
beot学AI22 分钟前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
pusue_the_sun24 分钟前
C语言强化训练(12)
c语言·开发语言·算法
西猫雷婶37 分钟前
神经网络|(十九)概率论基础知识-伽马函数·下
人工智能·深度学习·神经网络·机器学习·回归·scikit-learn·概率论
三只小黄人38 分钟前
AI驱动开发:颠覆传统编程新范式
人工智能·驱动开发
吃饭睡觉打豆豆嘛1 小时前
深入剖析 Promise 实现:从原理到手写完整实现
前端·javascript