我在按照ML5.js特征提取器的基本示例进行操作。我没有使用视频。在加载模型后，我向其中添加了新的图像，然后再次进行训练。我得到了以下错误：

Mobilenet.js:323 Uncaught (in promise) Error: 批次大小为0或NaN。请选择一个非零分数。 at t. (Mobilenet.js:323)

我的代码看起来是正确的，根据文档 – 使用视频是可选的，所以我期望在手动添加图像后应该能够重新训练模型。我使用了addImage函数的回调，以确保在调用train之前图像确实已添加。

let added = 0let classifierlet featureExtractor = ml5.featureExtractor('MobileNet', modelLoaded)function modelLoaded() {    classifier = featureExtractor.classification()    classifier.addImage(document.getElementById('person1'), 'nomask', addedImage)    classifier.addImage(document.getElementById('mask1'), 'mask', addedImage)}// 这会被调用两次，但然后train就出错了function addedImage(){    added++    if(added == 2){    classifier.train((lossValue) => {        console.log('Loss is', lossValue);    })}

回答：

您需要至少添加3张图像才能进行训练。

以下代码应该可以工作。

let added = 0;let classifier;let featureExtractor = ml5.featureExtractor('MobileNet', modelLoaded);function modelLoaded() {    classifier = featureExtractor.classification()    classifier.addImage(document.getElementById('person1'), 'nomask', addedImage);    classifier.addImage(document.getElementById('person2'), 'nomask', addedImage);    classifier.addImage(document.getElementById('mask1'), 'mask', addedImage);}function addedImage(){    added++;    if(added == 3){    classifier.train((lossValue) => {        console.log('Loss is', lossValue);    });}

一个工作示例：https://glitch.com/edit/#!/ml5-feature-extractor-addimage