0

我在我的 iobroker 上使用 node.js tensorflow-models/coco-ssd'。我如何加载图像？

当我这样做时，我收到一个错误：错误：传递给 tf.browser.fromPixels() 的像素必须是 HTMLVideoElement、HTMLImageElement、HTMLCanvasElement、浏览器中的 ImageData 或 OffscreenCanvas，

这是我的代码：

const cocoSsd = require('@tensorflow-models/coco-ssd');
init();
function init() {
    (async () => {

        // Load the model.
        const model = await cocoSsd.load();
        
        // Classify the image.
        var image = fs.readFileSync('/home/iobroker/12-14-2020-tout.jpg');
    
        // Classify the image.
        const predictions = await model.detect(image);
    
        console.log('Predictions: ');
        console.log(predictions);

    })();
}
4

1 回答 1

0

您在这种情况下看到的错误消息是准确的。

首先，在这一部分中，您将image使用文件字符串/缓冲区实例进行初始化。

        // Classify the image.
        var image = fs.readFileSync('/home/iobroker/12-14-2020-tout.jpg');

然后，您将其传递给model.detect()：

        // Classify the image.
        const predictions = await model.detect(image);

问题是model.detect()实际上需要一个 HTML 图像/视频/画布元素。根据@tensorflow-models/coco-ssd对象检测文档：

它可以将输入作为任何基于浏览器的图像元素（例如<img>, <video>,<canvas>元素）并返回具有类名和置信度的边界框数组。

如同一文档所述，它不适用于 Node 服务器环境：

注意：下面展示了如何使用 coco-ssd npm 进行 web 部署的转换，而不是关于如何在 node env 中使用 coco-ssd 的示例。

但是，您可以按照本指南中的步骤进行操作，这些步骤展示了如何实现在 Node 服务器上运行它的目标。

下面的例子：

 const cocoSsd = require('@tensorflow-models/coco-ssd');
 const tf = require('@tensorflow/tfjs-node');
 const fs = require('fs').promises;

 // Load the Coco SSD model and image.
 Promise.all([cocoSsd.load(), fs.readFile('/home/iobroker/12-14-2020-tout.jpg')])
 .then((results) => {
   // First result is the COCO-SSD model object.
   const model = results[0];
   // Second result is image buffer.
   const imgTensor = tf.node.decodeImage(new Uint8Array(results[1]), 3);
   // Call detect() to run inference.
   return model.detect(imgTensor);
 })
 .then((predictions) => {
   console.log(JSON.stringify(predictions, null, 2));
 });
于 2021-02-24T22:21:57.933 回答