Modelos de TensorFlow.js
Explora modelos previamente entrenados que te permitirán agregar visión artificial, procesamiento de lenguaje natural (PLN) y otras tareas de AA comunes a tus aplicaciones web o basadas en el navegador.
Vision
Analiza características en imágenes y videos. Accede a nuevas experiencias en tiempo real en el navegador.
Clasifica imágenes con etiquetas de la base de datos de ImageNet (MobileNet).
Identifica y localiza múltiples objetos en una sola imagen (Coco SSD).
Cuerpo
Detecta puntos clave y poses en rostros, manos y cuerpos con modelos de MediaPipe y otros, optimizados para JavaScript y Node.js.
Detecta rostros en imágenes mediante una arquitectura Single Shot Detector con un codificador personalizado (Blazeface).
Predicción en 3D de 486 puntos de referencia faciales para inferir la geometría aproximada de la superficie de los rostros humanos.
API unificada de detección de poses para usar uno de los tres modelos que ayudan a detectar poses atípicas y movimientos corporales rápidos con rendimiento en tiempo real.
Modelo de detección de palmas y de seguimiento de los dedos a partir de los huesos de la mano. Predicción en 3D de 21 puntos clave de la mano por cada mano detectada.
Estima un mapa de profundidad para una única imagen del retrato de una persona.
Texto
Habilita el PLN en tu app web con la potencia de BERT y otras arquitecturas de codificador de transformadores.
Usa un modelo de BERT para responder preguntas sobre el contenido de un fragmento de texto.
Califica el impacto percibido que un comentario puede tener en una conversación, desde "Muy tóxico" hasta "Muy constructivo" (toxicidad).
Codifica texto en incorporaciones para tareas de PLN, como clasificación de opiniones y similitud textual (codificador universal de oraciones).
Audio
Clasifica audio para detectar sonidos y generar una acción en tu app web.
Clasifica fragmentos de audio de 1 segundo del conjunto de datos de comandos de voz (speech-commands).
General
Busca más modelos de TensorFlow.js que se pueden usar de inmediato.
Utilidad para crear un clasificador con el algoritmo K-Nearest-Neighbors (K-NN). Se puede usar para el aprendizaje por transferencia.