Tensorflow Lite Posenet Demo на компьютер

Рейтинг: 5,0/5 - ‎1 отзывов
Текущая версия: 3.0
Количество установок: 1 000+
Последнее обновление: 12.12.2022

Информация

Версия: 3.0
Размер: 22.8 MB
Категория: Образование
Разработчик: LazyDroid
Разрешения: [ еще ]
Что нового:
- Updated Posenet library- Updated SDK versions- Latest version Posenet [Подробнее…]
Подробное описание:
Оценка Posenet или Pose в Tensorflow Lite - это задача использования модели машинного обучения для оценки позы человека... [Подробнее…]
Изображения Tensorflow Lite Posenet Demo на ПК с Windows
Tensorflow Lite Posenet Demo на ПК с Windows

Инструкции по установке

Cкачать и установить Tensorflow Lite Posenet Demo на компьютер бесплатно.

Многие из нас стали задавать простой вопрос: как скачать, установить и сыграть в нашу любимую игру прямо на компьютере?

Если вы не любите маленькие экраны смартфона или планшета, то сделать это можно с помощью программы-эмулятора. С ее помощью можно создать на своем компьютере среду Android и через нее запустить приложение. На данный момент самыми популярными утилитами для этого являются: Bluestacks и NoxPlayer.

Установка Tensorflow Lite Posenet Demo на компьютер с помощью Bluestacks

BlueStacks — популярный эмулятор Android, который широко используется благодаря простоте использования, высокой производительности и полной интеграции с компьютерным оборудованием. BlueStacks предоставляет такие функции, как раскладка клавиатуры и поддержка нескольких экземпляров.

  1. Установить Bluestacks: Если на компьютере нет Bluestacks, перейдите на страницу https://www.bluestacks.com/ru/index.html и нажмите зеленую кнопку «Скачать Bluestacks» посередине страницы. Щелкните по зеленой кнопке «Скачать» в верхней части следующей страницы, а затем установите эмулятор:

    + Windows: Дважды щелкните загруженный EXE-файл, нажмите «Да» при появлении запроса, нажмите «Установить», нажмите «Готово», когда опция станет активной.

    + Mac: Дважды щелкните загруженный файл DMG, дважды щелкните значок Bluestacks, нажмите «Установить» при появлении запроса, разрешите установку стороннего программного обеспечения (если будет предложено) и нажмите «Продолжить».

  2. Скачайте файл APK на компьютер. APK-файлы являются установщиками приложений. Вы можете скачать apk-файл с нашего сайта.

  3. Откройте загруженный APK-файл. Перейдите в папку, в которую вы загрузили APK-файл, и дважды щелкните его, чтобы установить. Вы также можете перетащить APK-файл на экран приложения Bluestacks для установки.

  4. Запустите приложение. Когда значок приложения появится в Bluestacks, щелкните его, чтобы открыть приложение.

Установка Tensorflow Lite Posenet Demo на компьютер с помощью NoxPlayer

NoxPlayer известен своей высокой производительностью и различными функциями, улучшающими взаимодействие с пользователем, такими как раскладка клавиатуры, несколько экземпляров и настраиваемые параметры.

  1. Посетите официальный сайт разработчика https://ru.bignox.com/, чтобы загрузить и установить NoxPlayer. Процесс установки обычно простой и быстрый.

  2. Перетащите APK-файл в NoxPlayer для установки.

  3. Процесс установки пройдет быстро. После успешной установки вы сможете найти «Tensorflow Lite Posenet Demo» на главном экране NoxPlayer, просто нажмите, чтобы открыть.

Оценки и отзывы

5,0 из 5 - Оценок 1

(*) is required

Оценка Posenet или Pose в Tensorflow Lite - это задача использования модели машинного обучения для оценки позы человека из изображения или видео путем оценки пространственного расположения ключевых суставов тела (ключевых точек).

Оценка позы относится к методам компьютерного зрения, которые обнаруживают человеческие фигуры на изображениях и видео, чтобы можно было определить, например, где на изображении виден чей-то локоть. Важно помнить о том, что оценка позы просто оценивает ключевые суставы тела и не распознает, кто находится на изображении или видео.

Модель PoseNet принимает обработанное изображение камеры в качестве входных данных и выводит информацию о ключевых точках. Обнаруженные ключевые точки индексируются по идентификатору детали с оценкой достоверности от 0,0 до 1,0. Оценка достоверности указывает вероятность того, что ключевая точка существует в этой позиции.

Тесты производительности
Производительность зависит от вашего устройства и шага вывода (тепловые карты и векторы смещения). Модель PoseNet не зависит от размера изображения, что означает, что она может предсказывать положения позы в том же масштабе, что и исходное изображение, независимо от того, уменьшено ли изображение. Это означает, что вы настраиваете модель на более высокую точность за счет производительности.

Шаг вывода определяет, насколько вывод уменьшается по сравнению с размером входного изображения. Это влияет на размер слоев и выходные данные модели.

Чем выше шаг вывода, тем меньше разрешение слоев в сети и выводах и, соответственно, их точность. В этой реализации выходной шаг может иметь значения 8, 16 или 32. Другими словами, выходной шаг 32 приведет к самой быстрой производительности, но самой низкой точности, тогда как 8 приведет к самой высокой точности, но самой низкой производительности. Рекомендуемое начальное значение - 16.
- Updated Posenet library
- Updated SDK versions
- Latest version Posenet
  • CAMERA
  • INTERNET
  • ACCESS_NETWORK_STATE
  • WAKE_LOCK
  • RECEIVE_BOOT_COMPLETED
  • FOREGROUND_SERVICE