02.- Machine Learning JavaScript en Español ?? [Clasificador de video con ml5.js]
Introducción.
Bienvenidos a este curso de tensión flow en javascript y en este tutorial realmente estoy muy emocionado porque si les gustó el tutorial anterior este pues los va a dejar con la boca abierta. Lo que vamos a hacer lo mismo con el tutorial anterior pero pero en lugar de darle imágenes a nuestro sistema para que nos las identifique le vamos a dar un vídeo para ser exactos la captura de una webcam y para que tensorflow no va a decir esta cosa que tienes en tu webcam es una lápiz o una cuchara o un tenedor. En serio se los juro vamos a hacer eso y pues solo tenemos que tener una webcam y el siguiente código:
Codigo
<html> <head> <meta charset="UTF-8"> <title>Webcam Image Classification using MobileNet and p5.js</title> <script src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/0.7.3/p5.min.js"></script> <script src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/0.7.3/addons/p5.dom.min.js"></script> <script src="https://unpkg.com/[email protected]/dist/ml5.min.js" type="text/javascript"></script> </head> <body> <h1>Clasificador de imaganes por webcam usando MobileNet and p5.js</h1> <p id='estado'>Carga modelo...</p> <p> Esto es un <strong> <span id="resultado">...</span></strong><br/> Con una certeza del <strong><span id="probabilidad">...</span></strong>. </p> <script> let clasificador; let video; function setup() { noCanvas(); // Inicializa la camara video = createCapture(VIDEO); // Inicializa le clasificador de imagenes con el video clasificador = ml5.imageClassifier('MobileNet', video, modeloListo); } //Cuando el modelo este listo function modeloListo() { // Cambiamos el estado a Modelo cargado select('#estado').html('Modelo cargado'); // Llama al la funcion para comenzar a clasificar el video clasificarVideo(); } // Predecimos que imagen es la que se muestra en el video function clasificarVideo() { clasificador.predict(tomaResultado); } // Cuando obtenemos el resultado function tomaResultado(err, resultado) { console.log(resultado); // Escribimos el nombre de la imagen detectada select('#resultado').html(resultado[0].className); select('#probabilidad').html(nf(resultado[0].probability, 0, 2)); // Llamamos de nuevo al clasificador clasificarVideo(); } </script> </body> </html>
Codigo en codepen: https://codepen.io/eucm2/pen/byqjoG
