Modelli TensorFlow.js
Esplora modelli pre-addestrati per aggiungere visione artificiale, elaborazione del linguaggio naturale (NLP) e altre attività ML comuni alle tue applicazioni Web e basate su browser.
Visione
Analizza le funzionalità in immagini e video. Sblocca nuove esperienze in tempo reale nel browser.

Classifica le immagini con etichette dal database ImageNet (MobileNet).

Localizza e identifica più oggetti in una singola immagine (Coco SSD).

Eseguire la segmentazione semantica nel browser (DeepLab).
Corpo
Rileva punti chiave e pose su viso, mani e corpo con modelli di MediaPipe e oltre, ottimizzati per JavaScript e Node.js.

Rileva i volti nelle immagini utilizzando un'architettura Single Shot Detector con un codificatore personalizzato (Blazeface).

Prevedi 486 punti di riferimento facciali 3D per dedurre la geometria approssimativa della superficie dei volti umani.

API di rilevamento della posa unificata per l'utilizzo di uno dei tre modelli che aiutano a rilevare pose atipiche e movimenti del corpo veloci con prestazioni in tempo reale.


Rilevatore del palmo e modello di tracciamento delle dita dello scheletro della mano. Prevedi 21 punti chiave della mano 3D per mano rilevata.

Stima una mappa di profondità per una singola immagine ritratto di un essere umano.
Testo
Abilita la NLP nella tua app Web utilizzando la potenza di BERT e di altre architetture di encoder Transformer.

Rispondere a domande basate sul contenuto di un determinato passaggio di testo utilizzando BERT.

Assegna un punteggio all'impatto percepito che un commento può avere su una conversazione, da "Molto tossico" a "Molto salutare" (Tossicità).

Codifica il testo in incorporamenti per attività di PNL come la classificazione dei sentimenti e la somiglianza testuale (Universal Sentence Encoder).
Audio
Classifica l'audio per rilevare i suoni e attivare un'azione nella tua app web.

Classifica frammenti audio di 1 secondo dal set di dati dei comandi vocali (comandi vocali).
Generale
Trova altri modelli TensorFlow.js che possono essere utilizzati immediatamente.

Utilità per creare un classificatore utilizzando l'algoritmo K-Nearest-Neighbors. Può essere utilizzato per trasferire l'apprendimento.