先看效果

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 人體骨架識別

人臉識別

車道識別

車道線與車輛識別

? ? ? ? ? ? ? ? ? ? ? ? ? ? 因圖片過大無法上傳請上github上看效果

本項(xiàng)目使用的是Camera2的api

過段時間我還會陸續(xù)公布一些更好玩的模型

目前本Demo模型能識別出 抽煙 打電話 閉眼 睜眼TensorFlowObjectDetectionAPIModel 為檢測規(guī)則畫框TensorFlowImageClassifier2 為車道檢測之后不規(guī)則繪制（因時間倉促 還沒有進(jìn)行繪圖優(yōu)化） 識別道路的測試方法請自行百度尋找圖片或者視頻都可以

TensorFlowImageClassifier3 是用來識別人體骨架的 這個模型是有特定輸入和特定輸出的 需要經(jīng)過3層轉(zhuǎn)換 才能使用 接下來準(zhǔn)備上線道路障礙物識別...

Camera2BasicFragment4 這是一個用檢測來識別車道和前車 里面增加了點(diǎn)邏輯來判斷是否是車道偏離或者前車過近 具體做法是 如果檢測出線則判斷斜率k = (y2-y1)/(x2-x1)然后設(shè)定一個固定斜率來判斷是否是車道偏離 如果是檢測出前面的車輛中心點(diǎn)在橫屏8分之2到8分之6的范圍內(nèi)則判斷中心點(diǎn)居上距離大于一定范圍則算前車過近 或者如果車的高度大于一定級別則算前車過近

另外： 有人私下問我本項(xiàng)目在他們的手機(jī)上跑起來卡頓嚴(yán)重 這是算力的問題，目前tensorFlow在移動設(shè)備上貌似不支持GPU，而CPU的浮點(diǎn)運(yùn)算速度比較慢導(dǎo)致的 推薦使用華為P10 或者 驍龍845 635之類的U來跑跑看 一般P10的話 1能一秒4幀 2能1秒8幀 3能一秒1幀 4能一秒6幀左右 當(dāng)然以上數(shù)據(jù)僅供產(chǎn)考

github：https://github.com/yuxitong/TensorFlowDemo