learning_face_detection

Paket installieren

flutter pub add learning_face_detection

Paketübersicht

Aus öffentlichen Paketdaten erstellte Orientierung.

Ein Flutter-Paket, das die Integration von Googles ML Kit für Gesichtserkennung in mobilen Anwendungen vereinfacht. Es bietet eine einfache API zum Erkennen von Gesichtern in Bildern oder Videostreams, einschließlich Gesichtslandmarken und der Erkennung von Merkmalen wie Augen, Mund und Gesichtsformen. Speziell für Entwickler konzipiert, die eine schnelle Implementierung ohne tiefgehendes Wissen über die nativen SDKs von ML Kit suchen. Das Paket unterstützt sowohl Android als auch iOS und ermöglicht mit minimaler Konfiguration plattformübergreifende Gesichtserkennung.

Anwendungsfälle

Echtzeit-Gesichtserkennung in Apps
Gesichtsmerkmalanalyse für AR-Effekte
Benutzerauthentifizierung über Gesichtserkennung
Bildverarbeitung mit Gesichtsdaten
Interaktive kamerabasierte Anwendungen

Hauptmerkmale

Einfache Integration mit Flutter
Unterstützt die Erkennung von Gesichtslandmarken
Plattformübergreifende Kompatibilität (Android & iOS)
Minimale Boilerplate-Code
Aufbauend auf Googles ML Kit

Geeignet für

Flutter-Entwickler neu im ML Kit
Apps, die grundlegende Gesichtserkennung erfordern
Bildverarbeitungsprojekte im Bildungsbereich
Prototypisierung von gesichtsbezogenen Funktionen
Mobile Apps mit Kamerainput

Hinweise

Benötigt Internet für den initialen Modell-Download
Beschränkt auf die vordefinierten Gesichtserkennungsfunktionen von ML Kit
Die Leistung kann bei älteren Geräten variieren
Unterstützt keine benutzerdefinierten Gesichtsmodelle
Abhängig von Google Play Services auf Android

Original-README

Originaler README-Schnappschuss aus dem verknüpften Quell-Repository. Aktuelle Inhalte finden Sie im Repository.

Learning

The easy way to use Machine Learning Kit in Flutter.

Getting Started

Add dependency to your flutter project:

$ pub add learning

Optimization

For best performance (and to minimize application size), it's better to add dependency directly from each of sub-package you want to use in your application.

Usage

Learning consists of 13 different sub-packages that we can add separately based on our application needs. Please reference to each link below to learn more about the usage of each learning package.

Vision	Version	Links	Example
`learning_text_recognition`	^0.0.4	Pub.dev Github	Example text_recognition.apk
`learning_face_detection`	^0.0.3	Pub.dev Github	Example face_detection.apk
`learning_pose_detection`	^0.0.2	Pub.dev Github	Example pose_detection.apk
`learning_selfie_segmentation`	^0.0.3	Pub.dev Github	Example selfie_segmentation.apk
`learning_image_labeling`	^0.0.2	Pub.dev Github	Example image_labeling.apk
`learning_barcode_scanning`	^0.0.3	Pub.dev Github	Example barcode_scanning.apk
`learning_object_detection`	^0.0.2	Pub.dev Github	Example object_detection.apk
`learning_digital_ink_recognition`	^0.0.2	Pub.dev Github	Example digital_ink_recognition.apk

NLP	Version	Links	Example
`learning_language`	^0.0.4	Pub.dev Github	Example language.apk
`learning_translate`	^0.0.4	Pub.dev Github	Example translate.apk
`learning_entity_extraction`	^0.0.3	Pub.dev Github	Example entity_extraction.apk
`learning_smart_reply`	^0.0.3	Pub.dev Github	Example

Helper	Version	Links
`learning_input_image`	^0.0.6+2	Pub.dev Github

Example Project

You can learn more from example project here.

Kategorien

Maschinelles Lernen, OCR und Computer Vision

Abhängigkeiten

Abhängigkeiten 1 Einträge

learning_input_image^0.0.6+2

Pakete, Repositories und App-Kategorien suchen