JavaScript를 사용한 이미지 분류

이미지 분류의 의미는 이미지에서 최대한 많은 정보를 추출하는 것입니다. 예를 들어 Google 포토에 이미지를 업로드하면 이미지에서 정보를 추출하고 해당 정보를 기반으로 위치를 제안합니다.

OpenCV를 사용하여 이미지의 모든 작은 정보를 감지하고 이미지를 예측할 수 있습니다.

JavaScript를 사용하여 처음부터 모델을 훈련하고 테스트하려면 많은 노력이 필요하며 다양한 이미지가 포함된 올바른 데이터 세트가 필요합니다. 따라서 이 튜토리얼에서는 사전 훈련된 ml5.js 모델을 사용하여 이미지를 분류하겠습니다.

ml5.js 라이브러리에는 개발자의 삶을 더 쉽게 만들어주는 다양한 사전 훈련된 모델이 포함되어 있습니다. 또한 브라우저의 GPU를 사용하여 수학 연산을 수행하므로 효율성이 더욱 높아집니다.

문법

사용자는 ml5.js 라이브러리를 사용하여 다음 구문에 따라 이미지를 분류할 수 있습니다.

위 구문에서 "image_classifier"는 ml5.js 라이브러리에서 가져온 사전 학습된 이미지 분류 모델입니다. 이미지를 첫 번째 매개변수로 전달하고 콜백 함수를 두 번째 매개변수로 전달하여 "예측" 메소드를 호출합니다. 콜백 함수에서 출력이나 오류를 얻습니다.

단계

• 1단계 - CDN을 사용하여 웹페이지 코드에 "ml5.js" 라이브러리를 추가합니다.

• 2단계 - 파일 업로드 및 버튼 분류를 위한 입력을 추가합니다.

• 3단계 - JavaScript에서 ml5.js의 필수 HTML 요소와 "MobileNet" 모델에 액세스합니다. 또한, modelLoad() 함수는 모델이 로드된 후에 실행됩니다.

• 4단계 - 이후 사용자가 이미지를 업로드할 때마다 이벤트가 발생하고 콜백 함수에서 이미지를 읽습니다. 또한 화면에 이미지를 표시합니다.

• 5단계 - 사용자가 이미지 분류 버튼을 누르면 이미지 분류기의 예측 방법을 사용하여 이미지에 대한 정보를 예측합니다.

예 1

아래 예에서는 CDN을 통해 “ml5.js” 라이브러리를

예

아래 예에서 사용자는 입력 필드에 이미지 링크를 붙여넣을 수 있습니다. 그 후, 이미지 가져오기 버튼을 누를 때마다 웹페이지에 이미지가 표시됩니다. 다음으로 사용자가 이미지 분류 버튼을 클릭하면 이미지 정보가 포함된 출력이 화면에 표시됩니다.

사용자는 JavaScript에서 사전 훈련된 모델을 사용하여 이미지를 분류하는 방법을 배웠습니다. 이미지 특징을 추출하기 위해 “ml5.js” 라이브러리를 사용합니다. 실제 이미지 분류를 사용하여 이미지를 분류할 수 있습니다. 또한 이미지 분류에 대한 다른 사용 사례도 많이 있습니다.

위 내용은 JavaScript를 사용한 이미지 분류의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!