几行JavaScript代码构建计算机视觉程序,这里有6个js框架

选自freeCodeCamp

作者:Shen Huang

机器之心编译

参与:杜伟、路

如何使用几行 JavaScript 代码轻松构建计算机视觉应用程序?

近年来,计算机视觉一直都是热门话题,造就了无数好的应用程序。得益于专门开发人员的努力,利用计算机视觉创建应用程序不再是难事。事实上,你可以用几行 JavaScript 代码构建很多应用程序。本文介绍了其中的一些。 1. TensorFlow.js 作为最大的机器学习框架之一,TensorFlow 允许使用 TensorFlow.js 创建 Node.js 和前端 JavaScript 应用程序。下面的demo 使用一系列图像来匹配人物姿势。TensorFlow 还拥有一个 playground,用户可以借此得到更好的神经网络可视化,很适合教育目的。

Tensorflow.js 的「移动镜子」演示。 2. Amazon Rekognition Amazon Rekognition 是一款基于云的强大工具。不过,它也在浏览器中提供 JavaScript SDK(参见:https://aws.amazon.com/cn/sdk-for-browser/)。以下图片展示了使用该工具进行人脸检测的细节。

Amazon Rekognition API 的人脸特征检测。 3. OpenCV.js 作为最古老的计算机视觉框架之一,OpenCV 已经为计算机视觉领域的开发人员提供很长时间的服务了。OpenCV 也有 JavaScript 版本,使开发人员可在网站上进行人脸特征检测。

OpenCV 的人脸检测示例。(图源:https://dzone.com/articles/face-detection-using-html5) 4. tracking.js 如果你只想构建一个快速人脸检测应用程序(如网页版 snapchat filter),那你应该考虑一下 tracking.js。它的设置非常简单,可以实现人脸检测和 JavaScript 的集成。作者还写了关于 tracking.js 框架的指南,参见:https://medium.freecodecamp.org/how-to-drop-leprechaun-hats-into-your-website-with-computer-vision-b0d115a0f1ad。

tracking.js 的人脸检测示例。 5. WebGazer.js 无论你是尝试进行用户体验研究亦或为你的游戏或网站创建新型交互系统,WebGazer.js 都是一个很好的开始。借助摄像头输入,这一功能强大的框架可使应用程序获知用户正在看什么。

WebGazer.js 的视线跟踪示例。 6. three.ar.js three.ar.js 框架来自 Google,它将 ARCore 的功能扩展至前端 JavaScript。three.ar.js 框架允许将表面检测和目标检测整合进浏览器,是 AR 游戏的完美工具。

three.ar.js demo

原文链接:https://medium.freecodecamp.org/computer-vision-js-frameworks-you-need-to-know-b233996103ce

本文分享自微信公众号 - 机器之心(almosthuman2014)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-03-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

你真的会正确地调试TensorFlow代码吗?

当谈到在 TensorFlow 上写代码时,我们总会将它和 PyTorch 进行对比,然后讨论 TensorFlow 框架是多么的复杂以及 tf.contrib...

12530
来自专栏iOSDevLog

Swift for Data Science!

多年来,我有过使用一些可怕语言的可疑启发经验,但在最后几年,我有幸学习了Swift。

12320
来自专栏杨熹的专栏

TensorFlow 2.0 Tutorial: 1. 先搭建一个最简单的模型

3 月 6-7 日,在 TensorFlow 的 2019 峰会上正式推出了 2.0 Alpha 版本。 新的 TensorFlow,代码很简洁,搭建模型更容...

17220
来自专栏AI人工智能

分享一种新的深度神经网络模型家族

来源商业新知网,原文标题:NeurIPS18最佳论文NeuralODE,现在有了TensorFlow实现 | 附56页讲解PPT

15810
来自专栏月色的自留地

TensorFlow从1到2(二)续讲从锅炉工到AI专家

原文第四篇中,我们介绍了官方的入门案例MNIST,功能是识别手写的数字0-9。这是一个非常基础的TensorFlow应用,地位相当于通常语言学习的"Hello ...

13700
来自专栏月色的自留地

TensorFlow从1到2(一)续讲从锅炉工到AI专家

原来引用过一个段子,这里还要再引用一次。是关于苹果的。大意是,苹果发布了新的开发语言Swift,有非常多优秀的特征,于是很多时髦的程序员入坑学习。不料,经过一段...

29900
来自专栏vivo互联网技术

【干货】浅尝TensorFlow on Kubernetes

TensorFlow github 70K+ stars, Kubernetes github 27K+ stars, 两个都是在各自领域的霸主,本文从Tens...

9920
来自专栏月色的自留地

TensorFlow从1到2(三)数据预处理和卷积神经网络

从这个例子开始,相当比例的代码都来自于官方新版文档的示例。开始的几个还好,但随后的程序都将需要大量的算力支持。Google Colab是一个非常棒的云端实验室,...

14520
来自专栏月色的自留地

TensorFlow从1到2(四)时尚单品识别和保存、恢复训练数据

在TensorFlow官方新的教程中,第一个例子使用了由MNIST延伸而来的新程序。 这个程序使用一组时尚单品的图片对模型进行训练,比如T恤(T-shirt)...

16220
来自专栏杨熹的专栏

TensorFlow 2.0 Tutorial: 4 - 几个常用技术

下面这个过程是一个最基础的模型建立到评估到预测的流程, 几乎都是遵循这样的一个过程,

13630

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励