https://internet.watch.impress.co.jp/docs/column/shimizu/1316830.html
誰でもノーコードで画像判別の機械学習モデルを作成できる「Lobe」
清水 理史2021年4月12日
https://github.com/lobe/web-bootstrap
→これを写経してみたい
Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる(11)Parcelを用いてローカルサーバでpredict
yarn init -y
→ 2021年1月時点で、上記ではエラー
https://codesandbox.io/s/lobe-tensorflowjs-predict-du8dd?file=/index.html
https://github.com/adash333/lobe-parcel
https://adash333.github.io/lobe-parcel/src/model/model.json
https://adash333.github.io/lobe-parcel/src/img/apple.jpg
async function main(imgPath: string) { // run the prediction const results = model.predict(decodedImage); console.log(results); document.getElementById('').contentText = results.toString(); } const imgPath = "apple.jpg"; main(imgPath);
https://zaitakukinmu.com/2021/02/26/microsoft-lobe/
Microsoft Lobeが便利!写真の分類を簡単に可能。あなたのサイトにもAI導入
2021年2月26日
2021年2月28日
https://qiita.com/iwatake2222/items/0092b4b95ed2bc50c9ce
@iwatake2222
2020年01月25日
Deep Learningアプリケーション開発 (8) TensorFlow.js
https://github.com/PonDad/manatee/tree/master/1_sign_language_digits_classification-master/nodejs
manatee/1_sign_language_digits_classification-master/nodejs/
→上記の解説ページ
https://book.mynavi.jp/manatee/detail/id=99768
2018.11.05
機械学習で遊ぼう! APIサービスやTensorFlowを使ったサンプルレシピ集 第16回
https://towardsdatascience.com/deploying-an-image-classifier-using-javascript-84da1480b3a4
Deploying an Image Classifier using JavaScript
Sushrut Ashtikar
May 27, 2020
https://github.com/tensorflow/tfjs-examples
TensorFlow.js Examples
https://github.com/tensorflow/tfjs-models/tree/master/mobilenet
MobileNet
https://www.tensorflow.org/js/tutorials/conversion/import_saved_model
TensorFlowGraphDefベースのモデルをTensorFlow.jsにインポートする
yarn add @tensorflow/tfjs
またはnpm install @tensorflow/tfjs
import * as tf from '@tensorflow/tfjs'; import {loadGraphModel} from '@tensorflow/tfjs-converter'; const MODEL_URL = 'model_directory/model.json'; const model = await loadGraphModel(MODEL_URL); const cat = document.getElementById('cat'); model.execute(tf.browser.fromPixels(cat));
https://js.tensorflow.org/api/1.0.0/#loadGraphModel
tf.loadGraphModel
https://github.com/tensorflow/tfjs/tree/master/tfjs-converter/demo/mobilenet
tfjs/tfjs-converter/demo/mobilenet/
→ここにのっているコードが、モデルがmodel.jsonとgroup1-shard1of5などのみのときのコードになっていない。
//変更前 this.signature = JSON.parse(signatureData); this.modelPath = `file://src/model/${this.signature.filename}`; //変更後 this.signature = JSON.parse(signatureData); this.modelPath = `model/${this.signature.filename}`;
//変更前 // create and load our model const model = new ImageModel('src/model/signature.json'); await model.load(); //変更後 // create and load our model const model = new ImageModel('model/signature.json'); await model.load();
変更中
https://github.com/adash333/lobe-tfjs-predict
$("#start-button").click(function(){ loadModel() ; startWebcam(); }); //ページロード時に実行されるイベントハンドラーを登録 window.onload = function() { //ボタン(btn)クリック時に実行されるイベントハンドラーを登録 document.getElementById('start-button').onclick = function(){ loadModel() ; startWebcam(); } }
https://github.com/adash333/lobe-parcel/blob/main/src/model/example/tfjsExample.ts
https://jsprimer.net/use-case/nodecli/argument-parse/
コマンドライン引数を処理する
const args = process.argv.slice(2);
process.argvは、文字列の配列。1番目と2番目の要素は常にnodeコマンドと実行されたスクリプトのファイルパスになる。アプリケーションがコマンドライン引数として使うのは、3番目以降の要素となる。
process.argv配列を使えばコマンドライン引数を取得できる。
slice()関数
→文字列または配列の一部分だけ取り出すメソッド。
→(配列).slice(2) で、配列の3番目以降を取り出すことになる。
https://www.sejuku.net/blog/25488
【JavaScript入門】sliceで文字列や配列(Array)を切り抜く方法まとめ
2019/4/25