yoha

Yoha

Mesin pelacakan tangan yang praktis.

CATATAN: YOHA saat ini tidak terawat.

Tautan cepat:

• Demo (kode)
• Dokumen
• Situs web
• NPM

Instalasi

npm install @handtracking.io/yoha

Harap dicatat:

• Anda perlu melayani file dari node_modules/@handtracking.io/yoha karena perpustakaan perlu mengunduh file model dari sini. (Contoh webpack)
• Anda perlu melayani halaman Anda dengan https untuk akses webcam. (Contoh webpack)
• Anda harus menggunakan isolasi lintas asal karena meningkatkan kinerja mesin dalam skenario tertentu. (Contoh webpack)

Keterangan

YOHA adalah mesin pelacakan tangan yang dibangun dengan tujuan menjadi solusi serbaguna dalam skenario praktis di mana pelacakan tangan digunakan untuk menambah nilai pada suatu aplikasi. Meskipun pada akhirnya tujuannya adalah menjadi mesin pelacakan tangan tujuan umum yang mendukung pose tangan apa pun, mesin berevolusi di sekitar pose tangan tertentu yang menurut pengguna/pengembang bermanfaat. Pose -pose ini terdeteksi oleh mesin yang memungkinkan untuk membangun aplikasi dengan interaksi yang bermakna. Lihat demo untuk contoh.

YoHa saat ini dalam beta.

Tentang namanya: YOHA dipersingkat (" Yo Ur Ha nd Tracking").

Dukungan bahasa

YOHA saat ini tersedia untuk web melalui JavaScript. Lebih banyak bahasa akan ditambahkan di masa depan. Jika Anda ingin port yoha ke bahasa lain dan perlu bantuan jangan meraih.

Detail teknis

Yoha dibangun dari awal. Ini menggunakan jaringan saraf khusus yang dilatih menggunakan dataset khusus. Tulang punggung untuk inferensi di browser saat ini adalah tensorflow.js

Fitur:

• Deteksi 21 koordinat 2D-landmark (satu tangan).
• Deteksi Kehadiran Tangan.
• Deteksi orientasi tangan (tangan kiri/kanan).
• Deteksi pose inbuilt.

Pose tangan yang didukung:

• Cubit (jari telunjuk dan sentuhan jempol)
• Tinju

Pose yang Anda inginkan tidak ada dalam daftar ini? Jangan ragu untuk membuat masalah untuk itu.

Pertunjukan

Yoha dibangun dengan kinerja dalam pikiran. Ini mampu memberikan pengalaman pengguna realtime pada berbagai laptop dan perangkat desktop. Kinerja di perangkat seluler tidak bagus mana yang akan berubah dengan pengembangan lebih lanjut dari kerangka kerja inferensi seperti TensorFlow.js

Harap dicatat bahwa kecepatan inferensi asli tidak dapat dibandingkan dengan kecepatan inferensi web. Secara berbeda, jika Anda menjalankan Yoha secara asli itu akan jauh lebih cepat daripada melalui browser web.

Contoh minimal

• Sumber
• Berlari secara lokal:

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

Demo Menggambar

• Versi langsung
• Sumber
• Berlari secara lokal:

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