面向所有人的机器学习：如何使用网络摄像头在浏览器中实现姿势估计

 
事实证明，20世纪是机器学习领域呈指数增长的时代。谷歌大脑团队AlphaGo AI击败了多次世界冠军李·苏道尔(Lee Sudol)，使计算机科学家们预测，这种具有3000年历史的古老的“围棋”游戏需要再过十年才能破解。
而且，顺便说一句，这款中​​文游戏的组合比宇宙中预测的原子要多，或者简而言之，不能仅通过进行所有可能的动作来赢得这款游戏，就像IBM Blue在1997年击败世界冠军加里(Gary)那样卡斯帕罗夫。
然后，OpenAI的机器人在DOTA2中的兴起以及其他有趣的(可能有害的)东西，如Deepfake。研究领域的ML蓬勃发展，从10年前每年提交100篇论文到2019年每天仅在arXiv上发表100篇论文。
但是，撇开一切，重点是ML是高度数学密集型的。
尽管TensorFlow和PyTorch之类的库在使ML对于所有开发人员均可访问方面做出了重大贡献，但我们仍然面临着陡峭的学习曲线，以了解如何创建模型，对其进行训练并保存以供以后用于我们的任务。
这就是ml5.js的用处，它是基于TensorFlow.js的库，该库于去年3月启动，使这一愿景进一步发展。
为什么是ml5.js
“ ml5.js的目标是使机器学习对艺术家，创意编码人员和学生的广泛受众来说是可访问的。该库提供对浏览器中机器学习算法和模型的访问。” —官方开发人员
在浏览器中。是!无需安装，这使您免去了安装多个数据科学库的麻烦，并确保所有功能都与您安装的版本保持一致，我相信这有时并非易事。
但是，我需要什么?
从此GitHub存储库下载代码。它有两个文件夹，一个用于使用摄像头作为输入来检测姿势，另一个通过视频文件作为输入来检测姿势。
VS Code(可选)以读取代码。
人体姿势估计简介
让我们举一个小例子。我们希望使用机器学习在文件夹中查找人脸照片，其中包含您最近的度假旅行中拍摄的所有照片。
因此，我们采用一个神经网络，它是一个机器学习模型(很棒的初学者视频，了解它是什么)，使用其中带有随机人脸的大量数据对其进行了训练，然后使用相同的模型来检测人脸中的人脸。我们的文件夹。
这些天的神经网络比巴斯金和罗宾斯冰淇淋中的味道要丰富得多。 (如果您想知道，它是31。)有些擅长处理图像，有些擅长处理文本数据，有些擅长处理诸如声音之类的时间序列，等等。
在我们的案例中，我们使用卷积神经网络(也称为CNN)来处理图像。
ml5.js是TensorFlow.js的包装，后者还提供了PoseNet模型。一个现成的模型，其中预先训练了CNN，并以图像作为输入，并输出关键点热图和偏移矢量。