senno-test v1.0.26

使用说明 1.请先登录小程序并进入“设置-第三方服务-插件管理”，搜索并添加插件"TensorFlowJS"

2.在微信小程序的app.json中声明使用该插件，如下： { ... "plugins": { "tfjsPlugin": { "version": "0.2.0", "provider": "wx6afed118d9e81df9" } } ... }

3.参考微信小程序npm工具文档如何编译npm包到小程序中。https://developers.weixin.qq.com/miniprogram/dev/devtools/npm.html

4.添加npm包senno-test，执行命令：npm i senno-test --legacy-peer-deps

5.构建npm，先进入微信开发工具点击“工具-构建npm”，其次点击“编译”运行（注意：如果编译过程tr46一直卡着，把miniprogram_npm目录下的tr46文件夹删掉，重新编译）

6.在app.js的onLaunch里调用插件configPlugin函数，如下： var fetchWechat = require('fetch-wechat'); var tf = require('@tensorflow/tfjs-core'); var webgl = require('@tensorflow/tfjs-backend-webgl'); var plugin = requirePlugin('tfjsPlugin'); //app.js App({ onLaunch: function () { plugin.configPlugin({ fetchFunc: fetchWechat.fetchFunc(), tf, webgl, canvas: wx.createOffscreenCanvas() }); } }); 7.使用senno-test进行姿态识别，在index.js中引入senno-test模块，如： var senno = require('senno-test') 接口说明： senno.loadModel() 用于加载模型 senno.estimatePoses(frame) 用于姿态识别，参数frame为相机的帧

代码演示请参照Demo