TensorFlow.js 模型

对 ImageNet 数据库中带标签的图像进行分类 (MobileNet)。

定位和识别单个图像中的多个对象 (Coco SSD)。

在浏览器中运行语义分割 (DeepLab)。

使用包含自定义编码器的单次检测器架构 (Blazeface) 检测图像中的人脸。

预测 486 个 3D 人脸特征点，推断出人脸的近似面部几何图形。

统一的姿势检测 API，可使用三个模型之一实时地帮助检测非典型姿势和快速身体动作。

实时区分人员和身体部位。

手掌检测器和基于手部骨架的手指跟踪模型。根据检测到的手预测 21 个 3D 手部关键点。

估测单张人像图像的深度图。

使用 BERT 根据给定文本段落的内容回答问题。

为一条评论可能对整个会话产生的感知影响评分，最低分为“非常恶意”，最高分为“非常健康”(Toxicity)。

对文本进行嵌入式编码，以便用于情感分类和文本相似性等 NLP 任务 (Universal Sentence Encoder)。

对 Speech Commands 数据集里时长为 1 秒的音频片段（语音指令）进行分类。

使用 K 最近邻算法创建分类器的实用程序，可用于迁移学习。