简介
potato-detection 是一个基于 TensorFlow.js 的 npm 包，用于检测图像中是否有土豆。它是一个独立的模型，所以你不需要知道有关 TensorFlow.js 的任何知识就可以使用它。
本文将提供详细的步骤指导，帮助你使用 potato-detection 包。
安装
首先，在你的项目中安装 potato-detection：
npm install potato-detection
然后，在你的项目中引入包，并创建一个新的检测器：
const potatoDetection = require('potato-detection');
const detector = new potatoDetection();使用
在创建检测器之后，我们可以调用 detect() 方法，将图像提交给模型进行土豆检测：
const image = document.getElementById('potato-image');
detector.detect(image).then(predictions => {
console.log(predictions);
});上面的代码会在控制台输出一个数组，包含所有检测到的土豆的位置和置信度。如果你的图像中没有土豆，将返回一个空数组。
参数
detect() 方法接受两个参数：
- 图像 - 一个 HTMLImageElement(https://developer.mozilla.org/en-US/docs/Web/API/HTMLImageElement) 对象。可以通过 document.createElement('img') 创建并设置 src 属性来创建一个图像。
const image = new Image(); image.src = 'path/to/image';
- 配置 - 一个包含模型配置的对象。
detector.detect(image, {
minConfidence: 0.8,
maxResults: 5,
});返回结果
检测完成后，detect() 方法将返回一个 Promise 对象，该对象的解析值是一个预测数组。
预测数组包含每个探测器检测出的水果的预测对象。每个预测对象都有以下属性：
- bbox - 包围盒，一个数组，表示检测到的土豆的左上角和右下角的坐标，如 [x, y, width, height]。
- class - 预测的物体的类别。在此模型中，类别只有 "potato"。
- score - 预测的概率。
示例
这里是一个基本的使用 potato-detection 包的示例。我们将使用一个简单的 HTML 页面来演示检测器所需的步骤：
-- -------------------- ---- -------
--------- -----
------
------
----- --------------- --
----------------------- ------------
-------
------ -
------ -----
------- -----
---------- ------
-
--------
-------
------
-------------------- ---------
------ ----------- ---------------- --------------------------- --
------- ---------------------
------- -------------------------------------------------------------
------- -------------------------------------------------------------------------
------- ------------------------------------------------------------------------------
------- -------------------------------------------------------------
--------
----- -------- - --- ------------------
----- -------- ---------------- -
----- ----- - --- --------
--------- - -------------------------------------------
------------ - ----- -------- -- -
----- ----------- - ----- -----------------------
------------------------ -------------
--
-
-------- ------------------------ ------------ -
----- ------ - ----------------------------------
----- --- - ------------------------
------------ - ------------
------------- - -------------
-------------------- -- -- ------------- ---------------
--- ---- - - -- - - ------------------- ---- -
----- ---------- - ---------------
-- ----------------- --- -------- -- ---------------- - ---- -
--- - - -------------------
--- - - -------------------
--- ----- - -------------------
--- ------ - -------------------
--------------- - ----------
------------- - --
----------------- -- ------ --------
-
-
-
---------
-------
-------这个示例使用 HTML input 元素来允许用户上传图像。当用户选择图像后，我们将从 potato-detection 中创建一个新的检测器，并通过 detect() 方法将图像提交给检测器。然后，我们将得到的预测用来绘制包围框。
总结
本文介绍了如何使用 potato-detection 包检测图像中的土豆。我们鼓励你使用这个工具，探索更多的机器学习技术！
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/600558c881e8991b448d610e