系列文章目录
- 如何在前端项目中使用opencv.js | opencv.js入门
- 如何使用tensorflow.js实现面部特征点检测
- tensorflow.js 如何从 public 路径加载人脸特征点检测模型
- tensorflow.js 如何使用opencv.js通过面部特征点估算脸部姿态并绘制示意图
- tensorflow.js 使用 opencv.js 将人脸特征点网格绘制与姿态估计线绘制结合起来,以获得更高的帧数
- 结合 tensorflow.js 、opencv.js 与 Ant Design 创建美观且高性能的人脸动捕组件并发布到InsCode
项目地址(github):https://github.com/couchette/simple-react-face-fandmark-detection
项目地址(gitcode):https://gitcode.com/qq_41456316/simple-react-face-fandmark-detection
文章目录
- 系列文章目录
- 一、准备模型
- 二、使用步骤
- 1.下载模型并放置到指定位置
- 3. 修改模型配置信息
- 修改相关模型配置如下 ![请添加图片描述](https://img-blog.csdnimg.cn/direct/692caf2434f446bdb3c0b36d19de0e22.png)
- 3. 运行代码
- 总结
一、准备模型
你需要准备两种模型
- 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/
- 人脸检测模型,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。