yoha

是的

实用的手动跟踪引擎。

注意：Yoha目前未受到未来的状态。

快速链接：

• 演示（代码）
• 文档
• 网站
• NPM

安装

npm install @handtracking.io/yoha

请注意：

• 您需要从node_modules/@handtracking.io/yoha提供文件，因为库需要从此处下载模型文件。 （webpack示例）
• 您需要使用HTTP为网络摄像头访问提供页面。 （webpack示例）
• 在某些情况下，您应该使用交叉隔离，因为它可以改善发动机的性能。 （webpack示例）

描述

Yoha是一种手动跟踪引擎，其目的是在实际情况下成为一种多功能解决方案，在实际情况下，使用手工跟踪来增加应用程序的价值。虽然最终的目标是成为支持任何手姿势的通用手动跟踪引擎，但该引擎围绕用户/开发人员发现有用的特定手姿势发展。这些姿势是由引擎检测到的，该引擎允许建立具有有意义交互的应用程序。请参阅演示以获取示例。

Yoha目前正在Beta。

关于名称：yoha是（“ Yo ur ha nd Tracking”）。

语言支持

Yoha目前可通过JavaScript提供网络。将来将添加更多语言。如果您想将Yoha移植到另一种语言中，并且需要帮助可以随意伸出手。

技术细节

Yoha是从头开始建造的。它使用使用自定义数据集训练的自定义神经网络。浏览器中推断的骨干当前是TensorFlow.js

特征：

• 检测21个2D Landmark坐标（单手）。
• 手部存在检测。
• 手动方向（左/右手）检测。
• 内置姿势检测。

支持的手姿势：

• 捏（食指和拇指触摸）
• 拳头

您想要的姿势不在此列表中？随意为其创建一个问题。

表现

Yoha的构建是为了牢记性能。它能够在各种笔记本电脑和台式设备上提供实时用户体验。移动设备上的性能并不是很棒，希望随着TensorFlow.js等推理框架的进一步开发，这将改变它。

请注意，本机推理速度无法与Web推理速度进行比较。换句话说，如果您本地运行yoha，它将比通过Web浏览器快得多。

最小例子

• 来源
• 在本地运行：

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

绘画演示

• 实时版本
• 来源
• 在本地运行：

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