标签: tfjs-node

当尝试运行 Handpose tfjs 的演示项目时，我收到以下错误。

我的 package.json 文件具有以下依赖项：

{
"name": "tensorflowJs",
"version": "1.0.0",
"description": "",
"main": "index.js",
"scripts": {
  "watch": "cross-env NODE_ENV=development parcel index.html --no-hmr ",
  "build": "cross-env NODE_ENV=production parcel build index.html --public-url ./"
 },
"browser": {
"crypto": false
 },
"keywords": [],
"author": "",
"license": "ISC",
"dependencies": {
  "@tensorflow-models/handpose": "0.0.4",
  "@tensorflow/tfjs-backend-wasm": "^2.0.0",
  "@tensorflow/tfjs-converter": "^1.7.4",
  "@tensorflow/tfjs-core": "^2.0.0",
  "@tensorflow/tfjs-node": "^2.0.0",
  "bootstrap": "^4.5.0",
  "cross-env": "^7.0.2"
 },
"devDependencies": {
  "@babel/cli": "^7.10.1",
  "@babel/core": "^7.10.2",
  "@babel/plugin-transform-runtime": "^7.10.1",
  "@babel/polyfill": "^7.10.1",
  "@babel/preset-env": "^7.10.2",
  "babel-preset-env": "^1.7.0",
  "parcel-bundler": "^1.12.4"
 }
} …

我正在尝试在 Node 服务器上加载本地 tensorflowjs 模型，但收到错误：

UnhandledPromiseRejectionWarning: TypeError: Only HTTP(S) protocols are supported.

这就是我导入 Tensorflowjs 包的方式：

const tf = require('@tensorflow/tfjs');
require('@tensorflow/tfjs-node');

global.fetch = require('node-fetch')

并像这样加载模型：

const ssd_model_path =
    'file://models/ssd_model/model.json'

this.model = await tf.loadLayersModel(ssd_model_path);

我的依赖关系如下：

"dependencies": {
    "@tensorflow/tfjs": "^1.5.2",
    "@tensorflow/tfjs-core": "^1.2.11",
    "@tensorflow/tfjs-node": "^1.2.3",
    "electron-reload": "^1.5.0",
    "esm": "^3.2.25",
    "jimp": "^0.9.3",
    "node-fetch": "^2.6.0"
  }

我在 Keras 中创建了一个模型，并将其转换为 Tensorflow.js 模型，并将其加载到我的 node.js 项目中。现在我想从 Tensorflow.js 中的这个模型中获得预测。我已经弄清楚如何加载单个图像：

var singleImageData = fs.readFileSync('path/to/image.jpeg');
var image = tf.node.decodeImage(new Uint8Array(singleImageData), 3);
image = tf.cast(image, 'float32');
//other image processing

这将创建一个形状为 的张量(imageWidth, imageHeight, 3)。但我想将一批图像加载到具有 shape 的张量中(batchNumber, imageWidth, imageHeight, 3)。

我该怎么做呢？