Javascript Tensorflow.js用react.js加载Coco SSD模型花费了太多时间？

在浏览器中管理Tensorflow.js对象检测的可行性如何。 获取和加载模型花费了大量的时间

(async () => {
  const model = await cocoSSD.load('lite_mobilenet_v2');
  console.log('loaded')
  this.detectFrame(this.video,model);
})()

在React.js应用程序中，每次获取和加载它都非常昂贵。

---

我们可以做些什么来解决这个问题？

在浏览器中应该可以，加载可能需要一些时间，但随后应该由浏览器缓存以供将来加载页面，当然，您只需加载一次模型，然后就可以调用model.detect，次数可以根据需要而定。但是，react不是web浏览器环境。你可能想联系这篇文章的创建者，他将了解更多关于react实现的信息：是的。第一次加载后，它将更快地从磁盘缓存加载。但在基于电子商务的消费者网站上加载同样的内容是非常困难的。客户可能不知道，甚至不想等到它第一次加载，我们不能每次都依赖客户的缓存存储。我们能做些更好的事情让它在浏览器上运行并让客户满意吗？您应该使用渐进式增强功能，因此只有在您知道型号准备好后才可以使用这些功能。它不应阻止页面加载的其余部分，而是在主页加载后加载，以便客户可以在ML稍后激活时继续执行其他操作，或使其单击以启用，以便客户预期将加载某些内容并提供增强的功能。在浏览器中，加载应该很好，可能需要一些时间，但是浏览器应该缓存这些数据，以便将来加载页面，当然，您只需加载一次模型，然后就可以根据需要多次调用model.detect。但是，react不是web浏览器环境。你可能想联系这篇文章的创建者，他将了解更多关于react实现的信息：是的。第一次加载后，它将更快地从磁盘缓存加载。但在基于电子商务的消费者网站上加载同样的内容是非常困难的。客户可能不知道，甚至不想等到它第一次加载，我们不能每次都依赖客户的缓存存储。我们能做些更好的事情让它在浏览器上运行并让客户满意吗？您应该使用渐进式增强功能，因此只有在您知道型号准备好后才可以使用这些功能。它不应该阻止页面加载的其余部分，而是在主页加载后加载，这样客户可以在稍后激活ML时继续执行其他操作，或者让它单击以启用，这样客户就可以期望加载某些内容并提供增强的功能。