BodyPix

this.util.TextEncoder is not a constructor only in electron app (works in chrome)

本秂侑毒 提交于 2021-02-05 09:11:36
问题 I am creating a body segmentation app using tensorflow bodypix model. It works fine in the browser. I am using webpack to use its modules(see below) import * as wasm from "@tensorflow/tfjs-backend-wasm"; import * as tf from "@tensorflow/tfjs-core"; import * as bodyPix from "@tensorflow-models/body-pix"; wasm.setWasmPaths("./wasm/"); tf.setBackend("wasm").then(() => { //some simple vanilla js code }); //some more vanilla js code... It works exactly fine in chrome and giving output as expected

浏览器人体检测

一世执手 提交于 2020-12-02 07:40:37
Pose Animator:使用实时TensorFlow.js模型的SVG动画工具 下面的在手机上延时超过1秒 新的演示版 https://storage.googleapis.com/tfjs-models/demos/body-pix/index.html GitHub https://github.com/tensorflow/tfjs-models/tree/master/body-pix https://mp.weixin.qq.com/s?__biz=MzU1OTMyNDcxMQ==&mid=2247491846&idx=1&sn=0264cbf70e96414ec73d5668b7e8269f&chksm=fc1baa4ecb6c23586f796b64519cbc360339cfc621d200e61477990a9e7edc6cf2debb933f0e&mpshare=1&scene=1&srcid=1201U0paIzR1R6d4qw8hUKkj&sharer_sharetime=1606828485902&sharer_shareid=ab5aa3530015c5ae813227bf34b4fc84&key

懂WebRTC与TensorFlow.js的技术宅是这样“防病毒”的

落爺英雄遲暮 提交于 2020-04-15 14:52:10
【推荐阅读】微服务还能火多久?>>> 本文中文版本源自 WebRTC中文网 首发。作者是 Chad Hart 。 不要用手摸脸啦!为防止新冠状肺炎病毒疫情传播,医疗机构建议我们不要用没洗过的手摸脸。但如果你坐在计算机前几个小时不动,要做到这一点就很难了。我不禁想,用浏览器可以解决这个问题吗? 为此我们进行了许多计算机视觉和WebRTC实验。我早已计划去进行用TensorFlow.js在本地浏览器中运行计算机视觉的实验,现在似乎是个好机会。通过快速搜索,我发现有人在2周前已经想过这样做了。但是该站点使用的模型需要一些用户培训才能理解,这很有趣,但也可能有风险。并且它不是供其他人扩展的开源软件。因此在周末,我通过编码隔离做了一些处理,看看结果如何。 你可以在 facetouchmonitor.com 上查看该程序。 也可以继续阅读下面的内容以了解其工作原理。所有代码都可以在 github.com/webrtchacks… 上找到。我会在本文中分享一些要点和备选方案。 TensorFlow.js TensorFlow.js是Tensorflow的JavaScript版本。你可能听说过Tensorflow,因为它是世界上最受欢迎的机器学习工具。 TensorFlow.js充分吸取了机器学习的优点,并将应用于支持JavaScript 的node.js和浏览器中。更好的是,TensorFlow

黑科技又来了!这个项目用机器学习让你在摄像头中隐形

久未见 提交于 2020-03-20 11:52:24
3 月,跳不动了?>>> 利用计算机视觉实现人脸识别的技术现在已经日臻成熟,Gitee 上也有不少优秀的人脸识别项目,但 Gitee 上的这位优秀开发者反向思维,利用计算机视觉,实现了Web 端的实时视频人像抹除,让你在摄像头眼中变成隐形人。 项目名称: Web-rmbody 项目作者: 张子健 开源许可协议: Apache-2.0 原理介绍(来自作者 Readme) Google 研发了一个人像识别模型 BodyPix,可以实时地将视频中所有人像标记出来。正如《三体》中的「思想钢印」,如果我们给这个模型的结果一个「+」号,那就是把每个人识别出来,但是如果给个「-」号,那么就可以把这些人从背景中抹去。 在这个项目中,算法根据模型得出的结果,实时地将没有人像的部分写入缓冲区,并且在具有人像的地方使用缓存区中相同位置的数据替代。因此要求视频中的场景必须静止(建议摄像头固定不动),并且所有背景环境必须在一开始的时候没有被人像遮住。 具体体验效果依赖于设备性能,我在我的手机Redmi K20 Pro(Snapdragon 855, 6GB RAM)上进行测试,自我感觉能够较为流畅地使用(应该有10 FPS);但是在iPad mini 2(Apple A7, 1GB RAM)上进行测试就发现就难以正常使用(2-3 FPS)。在绝大部分PC上运行应该没问题。 该项目尚处于实验阶段