wx tfjs demo

wx-tfjs-สาธิต

แอปเพล็ต WeChat รันการสาธิตของ TensorFlow และโค้ดจะได้รับการอัปเดตพร้อมกันกับแอปเพล็ต "AI Pocket" เป็นครั้งคราว

วิ่งยังไง.

ข้อกำหนดด้านสภาพแวดล้อมในการทำงาน

ระบบที่แนะนำ: MacOS

โหนดJS: v18.xx

เวอร์ชันไลบรารีพื้นฐานของ WeChat: >= 2.29.0

เครื่องมือสำหรับนักพัฒนา WeChat: >= v1.06.2210310

การกำหนดค่าโครงการของเครื่องมือสำหรับนักพัฒนา WeChat:

• ตรวจสอบ "ES6 ถึง ES5"
• ตรวจสอบ "การรวบรวมขั้นสูง"
• เมื่อทำการทดสอบ โปรดทำเครื่องหมายที่ "อย่าตรวจสอบชื่อโดเมนตามกฎหมาย..."

การใช้งาน

1. โคลนโค้ดในเครื่อง
2. แก้ไขการกำหนด appid ใน project.config.json
3. npm i ติดตั้งการพึ่งพา (บางครั้งคุณอาจต้องใช้ npm i --force )
4. npm run build การพึ่งพาการคอมไพล์
5. สแกนโค้ดแสดงตัวอย่างของเครื่องมือสำหรับนักพัฒนาซอฟต์แวร์ด้วยโทรศัพท์มือถือของคุณ

เรื่องราว

การดำเนินการในช่วงต้น

แปลง tfjs-core เพื่อให้ TensorFlow.js สามารถทำงานในโปรแกรมขนาดเล็กได้ แอปเพล็ตเรียกกล้องสำหรับการถ่ายภาพและแสดงภาพบน canvas สามารถรับข้อมูล "คล้ายข้อมูลรูปภาพ" ของ canvas ได้ผ่าน API ของแอปเพล็ต จากนั้นจึงเรียก tfjs API เพื่อใช้การคาดการณ์

หากคุณสนใจประสบการณ์การใช้งานที่ยุ่งยาก คุณสามารถอ่านบล็อกโพสต์เกี่ยวกับการย้าย tfjs ไปยังแอปเพล็ต WeChat และลองย้าย TensorFlowJS อีกครั้ง

การนำไปปฏิบัติในปัจจุบัน

เนื่องจาก tfjs ได้ดำเนินการสนับสนุนอย่างหรูหราสำหรับหลายแพลตฟอร์ม โดยเฉพาะอย่างยิ่งโดยการขยาย platform เพื่อให้บรรลุ "การปลูกถ่าย" และแอปเพล็ต WeChat ยังได้เปิด API ที่ได้เปรียบมากขึ้น วิธีที่ล่วงล้ำในการแก้ไข tfjs จึงไม่ได้ใช้อีกต่อไป ใน tfjs เพื่อจัดเตรียมการโหลดโมเดล การฝึก การทำนาย และฟังก์ชันอื่นๆ

แม้ว่าจะสะดวกกว่าเมื่อก่อนมาก แต่ข้อมูลเฟรมที่ได้รับจาก onCameraFrame ของแอปเพล็ตนั้นไม่สอดคล้องกับสิ่งที่แสดง และข้อมูลเฟรมดั้งเดิมจะได้รับการประมวลผลแตกต่างกันไปในอุปกรณ์ต่าง ๆ (แม้แต่กล้องหน้าและกล้องหลังของอุปกรณ์เดียวกัน) เป็นเรื่องยากมากที่จะได้รับผลการทำนายที่แม่นยำ

ปัจจุบัน ฉันได้คิดชุดวิธีการครอบตัดข้อมูลเฟรมแล้วทำการทดสอบสั้นๆ และผลลัพธ์ก็ออกมาดี หากมีรุ่นไหนที่ดูแลไม่ได้กรุณาส่ง Issues & PR -

ขณะนี้วิธีการครอบตัดข้อมูลเฟรมของมินิโปรแกรมมีความสอดคล้องกันบนแพลตฟอร์มที่แตกต่างกัน

มินิโปรแกรมสาธิต

มินิโปรแกรมนี้ถูกเปลี่ยนชื่อเป็น "AI Pocket" มันยังคงให้ความรู้สึกที่มีความหมาย ดังนั้นฉันจึงวางแผนที่จะทำให้มินิโปรแกรมนี้จริงจัง สิ่งที่แนบมาด้วยคือรหัส QR ของมินิโปรแกรม เรายินดีต้อนรับทุกคนให้สัมผัสประสบการณ์นี้และให้คำแนะนำในการปรับปรุง!

ความร่วมมือและการแลกเปลี่ยน

ให้ความร่วมมือ

ฉันสั่งสมประสบการณ์ในการพัฒนาส่วนหน้าและส่วนหลัง, Docker & Swarm, การใช้งานอย่างต่อเนื่อง และ NLP ปัญญาประดิษฐ์ ฉันสามารถจัดหาโซลูชั่นที่ครบถ้วนได้อย่างรวดเร็ว หากคุณมีโอกาส โปรดอย่าลังเลที่จะสอบถามเกี่ยวกับความร่วมมือผ่าน ช่องทางการติดต่อต่างๆ

นอกจากนี้ รหัสของโครงการนี้เป็นโอเพ่นซอร์ส และนักเรียนที่สนใจสามารถมีส่วนร่วมได้ แน่นอนว่าไม่มีข้อจำกัดในการใช้งานเชิงพาณิชย์ แต่โปรดเคารพผลงานของผู้อื่นและอย่าทำสิ่งที่ "ไร้ความกรุณา" หากโครงการนี้เป็นประโยชน์ต่อคุณ โปรดให้ทิป

สื่อสาร

คุณสามารถติดตามบล็อกส่วนตัวของฉันหรือบัญชีสาธารณะ WeChat ของฉัน "Hunter Grocery Store" มักจะมีการแบ่งปันเทคโนโลยีและข้อมูลเชิงลึกเกี่ยวกับชีวิต ยินดีต้อนรับในการสื่อสาร!

ติดตามบัญชีอย่างเป็นทางการและฝากข้อความเพื่อรับรหัส QR ของ "AI Pocket Communication Group" เพื่ออำนวยความสะดวกในการสื่อสาร! -