TensorFlow.js人脸识别—玩转吃豆豆小游戏

谷歌TenosrFlow开发者峰会2018上，发布了面向JavaScript开发者的全新机器学习框架 TensorFlow.js。这里介绍一个TensorFlow.js的Demo，只须要一个网络摄像头和浏览器，便可以训练MobileNet网络，实现利用人脸识别玩转吃豆豆小游戏。

教程操做极其简单粗暴，详情请戳阅读原文

PS：强烈建议以1080p观看视频，本人头像没有打码，还请见谅

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

文字教程

1 进入TensorFlow.JS官网

连接：https://js.tensorflow.org/

2 点击吃豆豆Demo（WEBCAM CONTROLLER）

向下浏览TensorFlow.JS网页，找到WEBCAM CONTROLLER[2]，点击GO TO DEMO!，进入吃豆豆小游戏

3 吃豆豆Demo功能区介绍

功能区0：当前网络摄像机实时捕捉画面

功能区1：训练集采集区

1.1：向上移动

1.2：向下移动

1.3：向左移动

1.4：向右移动

注：由于吃豆豆的对象只有四种移动方式（上下左右），在深度学习中，这是一个多分类的问题，即训练集中须要包括这四种类别的图像。

功能区2：超参数设置

功能区3：训练模型按钮

功能区4：测试/开始游戏按钮

功能区5：游戏主界面

4 制做训练集

由上述分析可知，这是一个四分类问题。咱们经过对功能区0和功能区1操做来制做训练集。

首先，咱们定义“人脸向上”为向上移动吃豆豆对象的指令。同理，“人脸向下”、“人脸向左”和“人脸向右”分别是向下、向左和向右移动吃豆豆对象的指令。

接下来，就开始制做“人脸向上”的数据集。此时，人脸稍微仰视，保持姿态点击下面红色方块，便可完成画面拍摄。连续点击方框，直到有100个examples。

同理，制做“人脸向左”的数据集

同理，制做“人脸向右”的数据集

同理，制做“人脸向下”的数据集

哈哈，大功告成

5 训练模型

训练集制做完成后，想要训练模型，此时还须要一个网络。这里默认使用MobileNet网络[3]。想要了解该网络的童鞋，能够自行查看该论文和TensorFlow上的代码。

训练集和网络都有了，能够直接训练了吗？或者此时还要作些什么吗？！

答：可作可不作。由于超参数默认已经设定好了，你能够直接使用默认值，也能够调节超参数。

此时，能够直接点击TRAIN MODEL，开始训练模型

耐心等待不到1分钟，当看到LOSS值已经再也不变化时，标志当前模型已经训练完成。结果以下所示：

6 开始游戏

点击PLAY，开始吃豆豆小游戏，此时能够看到画面中出现“READY”，即表示游戏开始。你能够经过向上/向下/向左/向右偏移人脸来控制吃豆豆对象的移动方式。

经过若干次移动后，我终于吃到了豆豆

关于TensorFlow.js的吃豆豆小游戏就介绍到这里，虽然示例很简单，但意义很深远。可见深度学习的应用会更加普遍，更加实用，更加贴近大众的生活。