TensorFlow.js人臉識別—玩轉吃豆豆小遊戲

谷歌TenosrFlow開發者峯會2018上，發佈了面向JavaScript開發者的全新機器學習框架 TensorFlow.js。這裏介紹一個TensorFlow.js的Demo，只須要一個網絡攝像頭和瀏覽器，便可以訓練MobileNet網絡，實現利用人臉識別玩轉吃豆豆小遊戲。

教程操做極其簡單粗暴，詳情請戳閱讀原文

PS：強烈建議以1080p觀看視頻，本人頭像沒有打碼，還請見諒

https://v.qq.com/x/page/i0619q7pkrw.html

文字教程

1 進入TensorFlow.JS官網

連接：https://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：當前網絡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

注：由於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，即訓練集中須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 製做訓練集

由上述分析可知，這是一個四分類問題。咱們經過對功能區0和功能區1操做來製做訓練集。

首先，咱們定義「人臉向上」爲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，就開始製做「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，便可完成畫面拍攝。連續點擊方框，直到有100個examples。

同理，製做「人臉向左」的數據集

同理，製做「人臉向右」的數據集

同理，製做「人臉向下」的數據集

哈哈，大功告成

5 訓練模型

訓練集製做完成後，想要訓練模型，此時還須要一個網絡。這裏默認使用MobileNet網絡[3]。想要了解該網絡的童鞋，能夠自行查看該論文和TensorFlow上的代碼。

訓練集和網絡都有了，能夠直接訓練了嗎？或者此時還要作些什麼嗎？！

答：可作可不作。由於超參數默認已經設定好了，你能夠直接使用默認值，也能夠調節超參數。

此時，能夠直接點擊TRAIN MODEL，開始訓練模型

耐心等待不到1分鐘，當看到LOSS值已經再也不變化時，標誌當前模型已經訓練完成。結果以下所示：

6 開始遊戲

點擊PLAY，開始吃豆豆小遊戲，此時能夠看到畫面中出現「READY」，即表示遊戲開始。你能夠經過向上/向下/向左/向右偏移人臉來控制吃豆豆對象的移動方式。

經過若干次移動後，我終於吃到了豆豆

關於TensorFlow.js的吃豆豆小遊戲就介紹到這裏，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普遍，更加實用，更加貼近大衆的生活。