ml5.js | ブラウザからすぐに利用できる機械学習JSライブラリ

2018-07-112019-12-25

Contents

1. 簡単に機械学習を始められるjsライブラリ”ml5.js”の紹介です。
2. さぁはじめよう！
3. デモを動かしてみる
4. 画像分類の結果
5. 感想

簡単に機械学習を始められるjsライブラリ”ml5.js”の紹介です。

楽に始められる機械学習はないかなーと探していたのですが、ありました。

ml5.jsはTensorFlow.jsの上に構築された、機械学習アルゴリズムとモデルを利用できるライブラリです。ライブラリを読み込むだけで機械学習環境を構築することなく、ブラウザからすぐに利用できます。

さぁはじめよう！

https://learn.ml5js.org/docs/#/

始め方はめちゃくちゃ簡単。
本家にもあるようにライブラリを読み込むだけです。

<!DOCTYPE html>
<html lang="en">
  <head>
    <title>Getting Started with ml5.js</title>
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <script src="https://unpkg.com/[email protected]/dist/ml5.min.js"></script>
  </head>

  <body>
    <script>
      // Your code will go here
      // open up your console - if everything loaded properly you should see 0.4.1
      console.log('ml5 version:', ml5.version);
    </script>
  </body>
</html>

デモを動かしてみる

一番単純な画像分類をやってみます。
DEMOコードの画像を差し替えてるだけです。
手元にあった画像「少女と象」の画像を使います。

<!DOCTYPE html>
<html>
    <head>
      <title>Getting Started with ml5.js</title>
      <script src="https://unpkg.com/[email protected]/dist/ml5.min.js"></script>
    </head>

  <body>
    <h1>Image classification using MobileNet</h1>
    The MobileNet model labeled this as
    <span id="result">...</span> with a confidence of
    <span id="probability">...</span>
    <img src="/img/pcbeye.jpg"
     crossorigin="anonymous" id="image" width="400">

    <script>
      // The image we want to classify
      const image = document.getElementById('image');
      // The result tag in the HTML
      const result = document.getElementById('result');
      // The probability tag in the HTML
      const probability = document.getElementById('probability');

      // Initialize the Image Classifier method with MobileNet
      const classifier = ml5.imageClassifier('MobileNet', function() {
        console.log('Model Loaded!');
      });

      // Make a prediction with the selected image
      // This will return an array with a default of 10 options with their probabilities
      classifier.predict(image, function(err, results) {
        result.innerText = results[0].className;
        probability.innerText = results[0].probability.toFixed(4);
      });

    </script>
  </body>
</html>