TensorFlow.js 模型

使用 ImageNet 資料庫 (MobileNet) 的標籤對圖片進行分類。

在單一圖片中定位並識別多個物件 (Coco SSD)。

在瀏覽器中執行語意分割 (DeepLab)。

使用具有自訂編碼器的 Single Shot Detector 架構 (Blazeface) 偵測圖片中的臉部。

預測 486 個 3D 臉部地標，以推斷人臉的近似表面幾何形狀。

統一姿勢偵測 API，用於使用三種模型之一，這些模型有助於偵測非典型姿勢和快速身體動作，並具有即時效能。

即時分割人員和身體部位。

手掌偵測器和手部骨架手指追蹤模型。預測每隻偵測到的手有 21 個 3D 手部關鍵點。

估計人類單一人像圖片的深度圖。

使用 BERT 根據給定文字段落的內容回答問題。

評估評論可能對對話產生的感知影響，從「劇毒」到「非常健康」(毒性)。

將文字編碼為嵌入，用於 NLP 任務，例如情感分類和文字相似度 (通用句子編碼器)。

從語音指令資料集 (speech-commands) 分類 1 秒音訊片段。

使用 K 最近鄰演算法建立分類器的公用程式。可用於轉移學習。