前言
        这里要介绍的是 Tensorflow.js 官网提供的两个人脸检测模型，别离是 face-detection 和 face-landmarks-detection。他们岂但能够对视频中的世间进行精确定位，而且还能对以后设施 (手机 / 电脑摄像头) 采集的直播流实时监测人脸。所以这些的利用场景就很常见了，比方在线美颜，实时增加互动虚构挂件等等。
        尽管这两个模型实现的性能相似，然而也还是有区别滴。face-landmarks-detection 相比 face-detection 对人脸的检测有更多的特色点，而特色点更多可用来做相似建模匹配的重合度就越高，以下会通过官网的例子打印出脸部的特色点数据。
实操
1. 下载源码。
- 独自提出 demos 里 upload_video。
        这里要阐明一下，因为集体习惯，我这里还是通过 parcel 形式打包。官网举荐是 yarn，而且有文档流程介绍，能够按着下面运行。而我的办法齐全不按套路出牌，其实独自提出 demo 里我的项目运行也是不正确，npm 装置报错连连，那我就对我遇到的几个谬误做一一还原吧。
2.1. npm install 抛出各种依赖包版本抵触，npm ERR! code ERESOLVE npm ERR，如下。
2.1.1. 起因：
        因为自己前端程度无限，通过查阅，是 npm 版本起因。npm 从 v7 开始，默认装置 peerDependencies。在少数状况下，导致版本抵触，从而终端装置过程，在装置前能够查问一下 npm -v，小于 v7 就不必看上面办法了。
2.1.2. 解决办法：
        在命令前面增加 –legacy-peer-deps, 加了这个就能够绕过 peerDependency 主动装置，通知 NPM 疏忽我的项目中引入的各个模块之间的雷同模块，但不同版本的问题，保障各个引入的依赖之间对本身所应用的不同版本模块共存，最初的依赖就装置胜利了，最初就执行 parcel index 打包。
2.2. parcel 时，抛出 face-detection 模型不存在，如下。
2.2.1. 起因：
        这里就是我运行我的项目时的办法不对，因为运行时须要在里面进行装置打包会生成模型文件，而 demos 里的模型引入其实是引入后面打包好的文件，咱们能够看到 package.json 里。
2.2.2. 解决办法：
将 package.json 里的模型依赖删掉，也就是下面标注的局部，而后通过 npm 进行装置，装置成后 json 文件会更新，其余问题相似。npm install @tensorflow-models/face-detection –legacy-peer-deps
运行成果
       face-detection 通过打印能够看到以上数据，box 是指标的宽低等值，而 keypoints 就是检测出人脸的 6 个特色点。包含特色的名称和挪动地位等信息。
       face-landmarks-detection 打印出的不同的 face-detection 的是，keypoints 数据更多，除了检测出人脸五官，而且五官轮廓的点地位也全副辨认进去了。