Модель AutoMl Edge, показывающая только изображение - PullRequest
Новая
       37

Модель AutoMl Edge, показывающая только изображение

0 голосов
/ 24 января 2020

Итак, я новичок в ml и работаю над automl, он намного лучше показывает прогнозирование в Интернете, но проблема в том, что мне нужно автономное решение, поэтому я развернул модель на грани Tensorflow, как только я обучил ее и скачал ее не в сети. Я получил текстовый файл метки, 3 файла bin и 1 файл модели в формате JSON.

Я прочитал это Google Edge Vision , но я все еще не могу заставить свою модель работать, так как эта ссылка показывает, что мы должны сделать индекс. html файл, который я скопировал вставьте тот же код и создали файл Html, но я не хочу загружать изображение из хранилища Google, поэтому я указал путь к изображению в той же папке, что и файл index. html, и удалил перекрестную Первоначально, но все же, это просто показывает изображение, а не вероятность обнаружения изображения или что-то в этом роде, и да, я открыл Http.server 8080 с python, так что никаких проблем с этим 

<script src="https://unpkg.com/@tensorflow/tfjs"></script>
<script src="https://unpkg.com/@tensorflow/tfjs-automl"></script>
<img id="detect" src="1.png">

<script>

async function run() {
const model = await tf.automl.loadImageClassification('model.json');
  const image = document.getElementById('detect');
  const predictions = await model.classify(image);
  console.log(predictions);
  // Show the resulting object on the page.
  const pre = document.createElement('pre');
  pre.textContent = JSON.stringify(predictions, null, 2);
 document.body.append(pre);
}
run();
</script>

Может кто-нибудь, помогите мне, что я должен сделать, я уже искал много форумов inte rnet, но не могу найти ответы

1 Ответ

0 голосов
/ 31 января 2020

Я мог проверить прогнозы локально, следуя официальной документации. В коде JS или в файлах могут быть некоторые неправильные конфигурации. Я думаю, что я изменил некоторые файлы, но я не помню, какой именно, поэтому я перечислю весь соответствующий код, который я получу в своей рабочей версии, чтобы вы могли сравнить его. Также стоит проверить браузер и консоль Javascript («Просмотр»> «Разработчик»> «Консоль JavaScript» в Chrome). Мой рабочий быстрый запуск Tensorflow. js рабочие прогнозы выполняются на Chrome.

dict.txt 

sunflowers
tulips
dandelion
roses
daisy

image.jpeg
binaryfile.bin
index. html

<head>
</head>
<body>
    <script src="https://unpkg.com/@tensorflow/tfjs"></script>
    <script src="https://unpkg.com/@tensorflow/tfjs-automl"></script>
    <img id="daisy" crossorigin="anonymous" src="./download.jpeg">
    <script>
    async function run() {
        const model = await tf.automl.loadImageClassification('model.json');
        const image = document.getElementById('daisy');
        const predictions = await model.classify(image);
        console.log(predictions);
        // Show the resulting object on the page.
        const pre = document.createElement('pre');
        pre.textContent = JSON.stringify(predictions, null, 2);
        document.body.append(pre);
                         }
   run();
   </script>
<body>

Обратите внимание, что я размещаю теги сценария в теле, поскольку вы хотите, чтобы прогнозы отображались в содержании страницы, как в учебнике.

модель. json

working auto ML edge export tf.js

...