如何用tensorflowJS实现人体关键点检测，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
最近tensorflowJS更新了一个预训练模型，用于实时估计人体的姿势，返回17个关键节点，如下图：
此模型称为PoseNet，可以估计照片中人体的鼻子、眼睛、耳朵、手臂、腿关节等17个关键点，关键可以达到实时的效果，并且我们可以很方便地在web浏览器中体验这项技术。使用此模型也非常简单，下面是官方的示例代码：
<html>
<head> <script src="https://unpkg.com/@tensorflow/tfjs"></script> <script src="https://unpkg.com/@tensorflow-models/posenet"></script> </head> <body> <img id='cat' src='/images/cat.jpg '/> </body> <script> var imageScaleFactor = 0.5;
var flipHorizontal = false;
var outputStride = 16;
var maxPoseDetections = 2;
var imageElement = document.getElementById('cat'); posenet.load().then(function(net){
return net.estimateMultiplePoses(imageElement, 0.5, flipHorizontal, outputStride, maxPoseDetections) }).then(function(poses){
console.log(poses); })
</script>
</html>关于如何用tensorflowJS实现人体关键点检测问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注编程网行业资讯频道了解更多相关知识。
