yoha

Yoha

Ein praktischer Handverfolgungsmotor.

Hinweis: Yoha ist derzeit nicht gewartet.

Schnelle Links:

• Demo (Code)
• Dokumente
• Webseite
• NPM

Installation

npm install @handtracking.io/yoha

Bitte beachten Sie:

• Sie müssen die Dateien von node_modules/@handtracking.io/yoha bedienen, da die Bibliothek die Modelldateien von hier herunterladen muss. (Webpack -Beispiel)
• Sie müssen Ihre Seite mit HTTPS für den Webcam -Zugriff bedienen. (Webpack -Beispiel)
• Sie sollten die Cross-Origin-Isolation verwenden, um die Leistung des Motors in bestimmten Szenarien zu verbessern. (Webpack -Beispiel)

Beschreibung

Yoha ist eine Handverfolgungsmotor, die mit dem Ziel gebaut wurde, eine vielseitige Lösung in praktischen Szenarien zu sein, in denen Handverfolgung eingesetzt wird, um einer Anwendung einen Mehrwert zu verleihen. Während das Ziel letztendlich darin besteht, eine Handverfolgungsmotor für die Hand zu haben, die jede Handpose unterstützt, entwickelt sich die Engine um bestimmte Handposen, die Benutzer/Entwickler nützlich finden. Diese Posen werden von der Motor erkannt, die es ermöglicht, Anwendungen mit aussagekräftigen Interaktionen zu erstellen. Ein Beispiel finden Sie in der Demo.

Yoha ist derzeit in Beta.

Über den Namen: Yoha ist kurz für (" Yo ur ha nd Tracking").

Sprachunterstützung

Yoha ist derzeit über JavaScript für das Web verfügbar. In Zukunft werden weitere Sprachen hinzugefügt. Wenn Sie Yoha in eine andere Sprache portieren möchten und Hilfe benötigen, fühlen Sie sich frei.

Technische Details

Yoha wurde von Grund auf neu gebaut. Es verwendet ein benutzerdefiniertes neuronales Netzwerk, das mit einem benutzerdefinierten Datensatz trainiert wird. Das Rückgrat für die Inferenz im Browser ist derzeit TensorFlow.js

Merkmale:

• Erkennung von 21 2D-Landmark-Koordinaten (Einzelhand).
• Handpräsenzerkennung.
• Handorientierung (linke/rechte Hand) Erkennung.
• Eingebaute Pose -Erkennung.

Unterstützte Handposen:

• Prise (Indexfinger und Daumenberührung)
• Faust

Ihre gewünschte Pose steht nicht auf dieser Liste? Fühlen Sie sich frei, ein Problem dafür zu erstellen.

Leistung

Yoha wurde unter Berücksichtigung der Leistung gebaut. Es ist in der Lage, Echtzeit -Benutzererfahrung auf einer breiten Palette von Laptops und Desktop -Geräten zu bieten. Die Leistung auf mobilen Geräten ist nicht großartig, was sich hoffnungsvoll mit der weiteren Entwicklung von Inferenzrahmen wie TensorFlow.js ändern wird

Bitte beachten Sie, dass die native Inferenzgeschwindigkeit nicht mit der Web -Inferenzgeschwindigkeit verglichen werden kann. Anders ausgedrückt, wenn Sie yoha nativ laufen würden, wäre es viel schneller als über den Webbrowser.

Minimales Beispiel

• Quelle
• Vor Ort laufen:

 git clone https://github.com/handtracking-io/yoha && 
cd yoha/example && 
yarn && 
yarn start

Demo zeichnen

• Live -Version
• Quelle
• Vor Ort laufen:

 git clone https://github.com/handtracking-io/yoha && 
cd yoha && 
./download_models.sh && 
yarn && 
yarn start