由高级开发关系工程师 Jen Person 发布
我是那种说我不喜欢立新年目标的人，但后来我还是悄悄地决定做出一些改变。在假期过度放纵之后，我决心吃得更健康、锻炼更多、花更多时间陪伴朋友和家人，并优先考虑我的心理健康……但它们不是 *新年* 目标，我发誓！因为无论你是否喜欢立新年目标，新年的开始都会让你感到充满灵感。就像一块空白的画布，充满了可能性！
今年你决心做出什么改变？如果你想创建一个令人兴奋的新的 Web 项目或将你的工作提升到一个新的水平，那么我建议你添加机器学习 (ML)！
MediaPipe 一直是 Web 开发人员在 Web 应用程序中添加 ML 的首选解决方案。在 2022 年，MediaPipe 手部 NPM 包的下载量约为 70,000 次，姿势包的下载量约为 90,000 次，自拍分割包的下载量超过 130,000 次！
今年，MediaPipe 已扩展到包括 MediaPipe 任务、模型制造商和工作室！任务的命名恰如其分，因为它们可以用于执行常见的 ML 任务，例如 图像分类 和 目标检测。 模型制造商 是一种低代码解决方案，用于定制你的 MediaPipe 任务以满足你的应用程序需求。使用 MediaPipe 工作室，你可以查看 MediaPipe 任务的交互式演示。在未来，你将能够在 MediaPipe 工作室中定制你的任务，而无需编写任何代码。
MediaPipe 的解决方案之所以特别，是因为它们可以在多个平台上使用，包括 Android、Web 和 Python，但鉴于我在 JavaScript 方面的背景，我想借此机会重点介绍 Web。
与服务器端 ML 相比，Web ML 有一些独特的优势
更低的延迟 - 预测直接在用户设备上完成，因此无需等待服务器调用完成。这对于使用摄像头等流组件的应用程序至关重要。
用户隐私 - 由于预测在设备上进行，因此用户的數據永远不会离开他们的设备。
即点即用 - 你的用户无需下载任何额外的应用程序或插件。只需导航到所需的 URL，你的 ML 体验就可以开始了！
MediaPipe 正在更新其产品，包括更多解决方案和定制机会。查看这些新的 MediaPipe 任务
图像分类 - 在训练时定义的一组类别中识别图像代表的内容。
 |
目标检测 - 检测多类目标的存在和位置。
 |
文本分类 - 将文本分类到一组定义的类别中，例如正面或负面情绪。
 |
手势识别 - 从用户那里识别特定手势，并调用与这些手势相对应的应用程序功能。
 |
手部关键点检测 - 定位手的关键点，并在手上呈现视觉效果。
 |
MediaPipe 将在 2023 年添加更多令人兴奋的解决方案，所以请关注下一步！
这些解决方案中的许多都提供使用 MediaPipe 模型制造商 进行定制。MediaPipe 模型制造商包是一个简单、低代码的解决方案，用于定制设备上的 ML 模型，包括 Web 模型。使用 MediaPipe 工作室，你可以在浏览器中对解决方案进行原型设计和基准测试！
到目前为止，我们许多新年目标都已经放弃了。但现在做出新的目标还为时不晚！为什么不决心使用 MediaPipe 的 Web 解决方案构建一些令人惊叹的东西呢？
在 女性机器学习研讨会 上，MediaPipe 团队主持了一个研讨会，介绍了如何使用 MediaPipe 解决方案的手势识别任务创建一个石头剪刀布游戏。通过关注 YouTube 上的研讨会 并使用相应的 Colab 笔记本，学习如何训练自定义手势识别器。你也可以在 Codepen 上查看游戏的完整版本。
上传图像时，运行图像分类以自动添加相关标签。查看 图像分类任务文档 和 Codepen 演示，了解如何开始。你甚至可以 定制你的模型 以添加自己的标签，以满足你的需求。
 |
想知道你的用户有什么感受吗？对文本进行情绪分析，将其分类为正面或负面。查看 文档 和 Codepen 演示，了解它是如何完成的。最棒的是，你也可以 定制你的模型，以便根据你的需要对文本进行分类！
 |
让我们面对现实：你比我更有创意！所以，当你使用 MediaPipe 解决方案构建了一些很棒的东西时，请在 TensorFlow 论坛、LinkedIn 或 Twitter 上与我们分享！
