tensorflow.js图像识别分类、人体识别、文本分类识别、语言识别、姿态评估模型介绍和安装示例
TensorFlow.js tfjs官方提供乐预先训练的TensorFlow.js模型，包括图像识别分类、人体识别、文本分类识别、语言识别、姿态评估等，我们可以直接拿过来进行迁移学习，下面我们来介绍了这些训练模型的用处。
| 类别 | 模型 | 演示 | 描述 | 安装命令 |
|---|---|---|---|---|
| 图像 | MobileNet | 基于ImageNet database.的图像分类 | npm i @tensorflow-models/mobilenet | |
PoseNet | 实时人体姿势 捕获识别模型 | npm i @tensorflow-models/posenet | ||
Coco SSD | 目标检测模型 | npm i @tensorflow-models/coco-ssd | ||
BodyPix | 实时人体结构检测模型 | npm i @tensorflow-models/body-pix | ||
DeepLab v3 | 语义分割模型 | npm i @tensorflow-models/deeplab | ||
| 声音 | Speech Commands | 语音识别模型 | npm i @tensorflow-models/speech-commands | |
| 文本 | Universal Sentence Encoder | 将文本编码成512维的嵌入，用作自然语言处理任务（如情感分类和文本相似性）的输入。 | npm i @tensorflow-models/universal-sentence-encoder | |
Text Toxicity | 评价一个评论可能对谈话产生的影响，语境评估 | npm i @tensorflow-models/toxicity | ||
| 通用工具 | KNN Classifier | 这个包提供了一个使用K近邻算法创建分类器的实用程序。可用于转移学习。 | npm i @tensorflow-models/knn-classifier | |
{{collectdata}}
网友评论0