Este projeto visa explorar aplicações práticas de inteligência artificial, focando particularmente na classificação de imagens e reconhecimento facial. Empregamos várias bibliotecas JavaScript, incluindo TensorFlow.js e um classificador K-Nearest Neighbors (KNN) para atingir nossos objetivos.
Este projeto utiliza vários modelos pré-treinados para realizar tarefas de classificação de imagens e reconhecimento facial. Os modelos usados incluem:
-
Blazeface: Um modelo excepcionalmente leve e rápido para detectar rostos em imagens.
-
EfficientNet_V2_ImageNet21K_L: Uma variante do modelo EfficientNet treinado no conjunto de dados ImageNet21K, ideal para tarefas de classificação de imagens.
-
MobileNet_V2 e MobileNet_V3: modelos compactos e eficientes para dispositivos móveis e aplicações de visão embarcada.
-
Máquina Ensinável: Um modelo que permite prototipagem rápida e desenvolvimento de modelos de aprendizado de máquina sem a necessidade de escrever nenhum código.
Esses modelos foram implementados com TensorFlow.js, uma biblioteca para aprendizado de máquina em JavaScript, para fornecer uma experiência de IA acessível baseada em navegador.
Para baixar o modelo EfficientNet_V2_ImageNet21K_L, use este link.
Interessado em contribuir? Congratulamo-nos com quaisquer melhorias e correções. Sinta-se à vontade para enviar um pull request ou criar um problema no GitHub.
Para obter mais detalhes sobre os modelos TensorFlow.js que usamos, você pode visitar o repositório GitHub oficial de modelos TensorFlow.js.