tfjs-models：可以給 Tensorflow.js 使用預先訓練好的模型

Contents

如果你的前端有使用到 Tensorflow.js ，這些模型可以使用 npm 來安裝並直接使用

模型包含有

影像操作
- MobileNet：用 ImageNet 資料庫的標籤對影像進行分類
- HandPose：使用 TensorFlow.js 在瀏覽器中進行即時手部姿勢檢測
- Pose：一個用於在瀏覽器中即時檢測人體姿勢的API
- PoseNet：一個機器學習模型，可以在瀏覽器中進行即時的人體姿勢估計
- CoCo SSD：物體檢測模型，旨在對單一影象中的多個物體進行定位和識別。基於TensorFlow的物體檢測API
- BodyPix：在瀏覽器中使用 TensorFlow.js 進行即時的人物和身體部位分割
- BlazeFace：使用 TensorFlow.js 在瀏覽器中即時快速檢測人臉
- DeepLab v3：語義分割
臉部特徵檢測
- 即時 3D 臉部特徵 ( landmark )檢測以推斷人臉的近似表面幾何形狀
音訊操作
- Speech Commands：對語音命令資料集中的1秒音訊片段進行分類
文字操作
- Universal Sentence Encoder：將文字編碼為 512 維度的嵌入，作為自然語言處理任務的輸入，如情感分類和文字相似性
- Text Toxicity：從 “非常有毒 “到 “非常健康”，對一條評論可能對對話產生的影響進行評分
一般工具
- KNN Classifier：這個包提供了一個使用K-Nearest Neighbors演算法建立分類器的工具。可用於遷移學習( transfer learning )

專案網址

✍ 不受社群推薦演算法影響，建議 Telegram/Discord/e-mail