TensorFlow.js人臉識別—玩轉吃豆豆小遊戲

js.tensorflow.org

2 點擊吃豆豆Demo（WEBCAM CONTROLLER）

向下瀏覽TensorFlow.JS網頁，找到WEBCAM CONTROLLER[2]，點擊GO TO DEMO!，進入吃豆豆小遊戲

3 吃豆豆Demo功能區介紹

功能區0：當前網路攝像機實時捕捉畫面

功能區1：訓練集採集區

• 1.1：向上移動
• 1.2：向下移動
• 1.3：向左移動
• 1.4：向右移動

註：因為吃豆豆的對象只有四種移動方式（上下左右），在深度學習中，這是一個多分類的問題，即訓練集中需要包括這四種類別的圖像。

功能區2：超參數設置

功能區3：訓練模型按鈕

功能區4：測試/開始遊戲按鈕

功能區5：遊戲主界面

4 製作訓練集

由上述分析可知，這是一個四分類問題。我們通過對功能區0和功能區1操作來製作訓練集。

首先，我們定義「人臉向上」為向上移動吃豆豆對象的指令。同理，「人臉向下」、「人臉向左」和「人臉向右」分別是向下、向左和向右移動吃豆豆對象的指令。

接下來，就開始製作「人臉向上」的數據集。此時，人臉稍微仰視，保持姿態點擊下面紅色方塊，即可完成畫面拍攝。連續點擊方框，直到有100個examples。

同理，製作「人臉向左」的數據集

同理，製作「人臉向右」的數據集

同理，製作「人臉向下」的數據集

哈哈，大功告成

5 訓練模型

訓練集製作完成後，想要訓練模型，此時還需要一個網路。這裡默認使用MobileNet網路[3]。想要了解該網路的童鞋，可以自行查看該論文和TensorFlow上的代碼。

訓練集和網路都有了，可以直接訓練了嗎？或者此時還要做些什麼嗎？！

答：可做可不做。因為超參數默認已經設定好了，你可以直接使用默認值，也可以調節超參數。

此時，可以直接點擊TRAIN MODEL，開始訓練模型

耐心等待不到1分鐘，當看到LOSS值已經不再變化時，標誌當前模型已經訓練完成。結果如下所示：

6 開始遊戲

點擊PLAY，開始吃豆豆小遊戲，此時可以看到畫面中出現「READY」，即表示遊戲開始。你可以通過向上/向下/向左/向右偏移人臉來控制吃豆豆對象的移動方式。

通過若干次移動後，我終於吃到了豆豆

關於TensorFlow.js的吃豆豆小遊戲就介紹到這裡，雖然示例很簡單，但意義很深遠。可見深度學習的應用會更加廣泛，更加實用，更加貼近大眾的生活。

參考

[1]TensorFlow.JS：https://js.tensorflow.org/

[2]TensorFlow.JS WEBCAM CONTROLLER：https://storage.googleapis.com/tfjs-examples/webcam-transfer-learning/dist/index.html

[3]MobileNet：https://arxiv.org/abs/1704.04861

-------我是可愛的分割線-------

若喜歡Amusi推送的文章，請掃描下方二維碼關注CVer公眾號！

http://weixin.qq.com/r/NioZAUbEpRvarQJi938k (二維碼自動識別)

-------我還是可愛的分割線-------

喜歡Amusi寫的文章，一定動動手點贊哦！