JavaScriptを使用した画像分類

画像分類の意味は、画像から可能な限り多くの情報を抽出することです。たとえば、画像を Google フォトにアップロードすると、画像から情報が抽出され、その情報に基づいて場所が提案されます。

OpenCV を使用すると、画像内のあらゆる小さな情報を検出し、画像を予測できます。

JavaScript を使用してモデルを最初からトレーニングおよびテストするには多大な労力が必要であり、さまざまな画像を含む適切なデータセットが必要です。したがって、このチュートリアルでは、ml5.js の事前トレーニング済みモデルを使用して画像を分類します。

ml5.js ライブラリには、開発者の作業を容易にするさまざまな事前トレーニング済みモデルが含まれています。さらに、ブラウザの GPU を使用して数学的演算を実行するため、効率が向上します。

＃＃＃文法＃＃＃

ユーザーは、ml5.js ライブラリを使用して、次の構文に従って画像を分類できます。

リーリー

上記の構文では、「image_classifier」は、ml5.js ライブラリからインポートされた事前トレーニング済みの画像分類モデルです。最初のパラメータとして画像を渡し、2 番目のパラメータとしてコールバック関数を渡して、「predict」メソッドを呼び出します。コールバック関数で出力またはエラーを取得します。

＃＃＃ステップ＃＃＃

ステップ 1

- CDN を使用して、Web ページのコードに「ml5.js」ライブラリを追加します。

• ステップ 2
- ファイルをアップロードするための入力を追加し、ボタンを分類します。

• ステップ 3
- JavaScript で、ml5.js から必要な HTML 要素と「MobileNet」モデルにアクセスします。さらに、モデルがロードされた後に、modelLoad() 関数が実行されます。

• ステップ 4
- その後、ユーザーが画像をアップロードするたびに、イベントがトリガーされ、画像がコールバック関数で読み取られます。また、画面に画像を表示します。

• ステップ 5
- ユーザーが画像分類ボタンを押すと、画像分類器の予測メソッドを使用して画像に関する情報を予測します。

• 例 1

以下の例では、CDN 経由で「ml5.js」ライブラリを

セクションに追加します。その後、ユーザーが画像をアップロードするたびに、それを読み取って画面に表示します。次に、予測手法を使用して、ユーザーが分類ボタンを押したときに画像から特徴を抽出します。出力では、ユーザーは画像の下に画像に関する情報を表示できます。

リーリー ＃＃＃例＃＃＃

以下の例では、ユーザーは画像リンクを入力フィールドに貼り付けることができます。その後、画像取得ボタンを押すたびに、Web ページに画像が表示されます。次に、ユーザーが [画像の分類] ボタンをクリックすると、画像情報を含む出力が画面上に表示されます。

リーリー

ユーザーは、JavaScript で事前トレーニングされたモデルを使用して画像を分類する方法を学びました。画像の特徴抽出には「ml5.js」ライブラリを使用します。実際の画像分類を使用して画像を分類できます。さらに、画像分類には他にも多くの使用例があります。

以上がJavaScriptを使用した画像分類の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。