Я создаю приложение, которое использует модель tf-lite под названием MoveNet, которая распознает 17 ключевых точек тела, а также мою собственную модель tf-lite поверх нее (назовем ее PoseClassifier) для классификации поз на основе данных. вернулся из MoveNet.
Мне нужна помощь в принятии решения, следует ли мне запускать модели tf-lite во внешнем или внутреннем интерфейсе. Я объясню варианты ниже.
Запускайте все на внешнем интерфейсе. Используйте плагин tf-lite от Flutter для запуска
MoveNet и PoseClassifier непосредственно на устройстве. Это позволит
мгновенно реагировать на пользовательский интерфейс, чтобы пользователь знал, когда он
принимает и выходит из определенной позы, не полагаясь на
проблемы с задержкой/подключением в сети
Гибридный подход. Запустите MoveNet на внешнем интерфейсе, чтобы получить
данные ключевой точки, и отправьте эту информацию в модель PoseClassifier на
внутреннем интерфейсе, используя любой из этих дополнительных параметров
2А. Конфликтно отправлять и получать данные из небольшого количества
кадров с камеры пользователя (пока они не закончат поток). Задержка
будет небольшой, поскольку PoseClassifier должен запустить
и затем вернуть данные, но она будет очень близка к
обратной связи в реальном времени
2Б. Обработайте все видео одновременно на внешнем интерфейсе через MoveNet
(после того, как пользователь завершит поток) и отправьте эти данные на серверную часть
для обработки через PoseClassifier. Это не будет происходить в режиме реального времени,
так как вы не получите результатов, пока видео не закончится.
Запустите все на бэкэнд. Отправьте необработанные видеоданные на
серверную часть, где MoveNet и PoseClassifier обработают их и вернут
результаты. На первый взгляд, мне не нравится этот вариант, поскольку я
предполагаю, что попытка отправить большое видео на сервер займет некоторое
время.
Я предпочитаю обратную связь в режиме реального времени, но если кто-то здесь, более опытный, чем я, знает, что это неправдоподобно, дайте мне знать и дайте совет / решения.
Я создаю приложение, которое использует модель tf-lite под названием MoveNet, которая распознает 17 ключевых точек тела, а также мою собственную модель tf-lite поверх нее (назовем ее PoseClassifier) для классификации поз на основе данных. вернулся из MoveNet. Мне нужна помощь в принятии решения, следует ли мне запускать модели tf-lite во внешнем или внутреннем интерфейсе. Я объясню варианты ниже. [list] [*]Запускайте все на внешнем интерфейсе. Используйте плагин tf-lite от Flutter для запуска MoveNet и PoseClassifier непосредственно на устройстве. Это позволит мгновенно реагировать на пользовательский интерфейс, чтобы пользователь знал, когда он принимает и выходит из определенной позы, не полагаясь на проблемы с задержкой/подключением в сети [*]Гибридный подход. Запустите MoveNet на внешнем интерфейсе, чтобы получить данные ключевой точки, и отправьте эту информацию в модель PoseClassifier на внутреннем интерфейсе, используя любой из этих дополнительных параметров 2А. Конфликтно отправлять и получать данные из небольшого количества кадров с камеры пользователя (пока они не закончат поток). Задержка будет небольшой, поскольку PoseClassifier должен запустить и затем вернуть данные, но она будет очень близка к обратной связи в реальном времени 2Б. Обработайте все видео одновременно на внешнем интерфейсе через MoveNet (после того, как пользователь завершит поток) и отправьте эти данные на серверную часть для обработки через PoseClassifier. Это не будет происходить в режиме реального времени, так как вы не получите результатов, пока видео не закончится.
[*]Запустите все на бэкэнд. Отправьте необработанные видеоданные на серверную часть, где MoveNet и PoseClassifier обработают их и вернут результаты. На первый взгляд, мне не нравится этот вариант, поскольку я предполагаю, что попытка отправить большое видео на сервер займет некоторое время.
[/list] Я предпочитаю обратную связь в режиме реального времени, но если кто-то здесь, более опытный, чем я, знает, что это неправдоподобно, дайте мне знать и дайте совет / решения.
У меня есть проверка длины строки во внешнем интерфейсе для текстовой области (с использованием JavaScript).
У меня также есть проверка на серверной части (с использованием встроенного правила проверки Laravel).
Проблема в том, что длина строки во...
Я не уверен, стоит ли интегрировать его в свою серверную часть. Мне не хватает знаний по интеграции SDK в серверные системы. Может ли кто-нибудь дать рекомендации по интеграции MoEngage SDK в мою серверную систему? Какие конкретные API мне нужно...
Я работаю над проектом, в котором у меня есть - очень странное поведение: вместо того, чтобы присоединиться к бэк -энд, который я видел в своих недавних проектах, с которыми я работал (я «Медовый разработчик с некоторым внутренним опытом), он дает...
У меня есть проект, работающий на .NET 8 . У него есть пользовательский интерфейс в vue.js . Системы, которые нам даны, — это Mac (а не Windows). Учитывая, что выпуск Visual Studio для Mac прекращен, какую среду IDE лучше всего использовать?
В...
Извините, что беспокою вас, ребята, но у меня возникли проблемы с попыткой сделать некоторые тесты, которые будут отображаться в системе автоматического тестирования. Я написал два базовых теста (С++), чтобы посмотреть, что произойдет в плагине, но...