AZ
En vivo

Visión artificial · 2 clases

Detector de superhéroe

Clark Kent con gafas. Superman sin gafas.

Tu imagen aparecerá aquí al dar permiso a la cámara.

Cámara detenida

Resultado

—

Activa la cámara para empezar

Identidad secreta

Por descubrir

Esperando la cámara

Juego basado en gafas, no reconocimiento de identidad.

Probabilidades

Con gafas0.0 %
Sin gafas0.0 %

El procesamiento ocurre por completo en tu navegador. Ningún fotograma se almacena o envía.

Cómo funciona

Detrás de la detección

La librería oficial de Teachable Machine carga el modelo, prepara la cámara y clasifica cada fotograma en tiempo real.

01

Importar las librerías

Se cargan únicamente cuando activas la cámara.

const tmImage = await import("@teachablemachine/image");
await import("@tensorflow/tfjs");
02

Cargar el modelo

load() descarga el grafo, los pesos y sus etiquetas.

const model = await tmImage.load(
  "/model/model.json",
  "/model/metadata.json"
);
03

Iniciar la cámara

Webcam abre el video y prepara el canvas de análisis.

const webcam = new tmImage.Webcam(400, 400, true);
await webcam.setup({ facingMode: "user" });
await webcam.play();
04

Predecir en bucle

Cada fotograma pasa al modelo para obtener las probabilidades.

webcam.update();
const result = await model.predict(webcam.canvas);
requestAnimationFrame(loop);

Estructura del modelo

El resultado contiene la etiqueta de cada clase y una probabilidad entre 0 y 1.

[
  { className: "Class 1", probability: 0.92 }, // Con gafas
  { className: "Class 2", probability: 0.08 }  // Sin gafas
]

Stack técnico

Librerías y componentes

Estas son las piezas de software que dan vida al detector. Toda la inferencia ocurre en el navegador, sin enviar datos al servidor.

Motor de IA

@tensorflow/tfjs

Versión de TensorFlow.js. Ejecuta el grafo de red neuronal en la CPU/GPU del navegador usando WebGL. Aquí solo se carga como soporte del modelo de Teachable Machine.

await import("@tensorflow/tfjs");

Clasificación de imagen

@teachablemachine/image

Librería oficial de Teachable Machine. load() descarga el modelo, Webcam() gestiona el video y el canvas, y model.predict() clasifica cada fotograma.

const model = await tmImage.load(
  "/model/model.json",
  "/model/metadata.json"
);
const webcam = new tmImage.Webcam(400, 400, true);
const result = await model.predict(webcam.canvas);

Interfaz y enrutado

React + TanStack Start

El componente GlassesDetector gestiona el estado (idle/loading/running/error) y el bucle de predicción. TanStack Router define la ruta raíz de la página.

export const Route = createFileRoute("/")({
  component: GlassesDetector,
});

Iconografía

lucide-react

Biblioteca de iconos. Se usan Camera, Power, Glasses, ScanFace, ShieldCheck y Braces para reforzar las acciones y estados de la interfaz.

import {
  Camera, Power, Glasses,
  ScanFace, ShieldCheck, Braces,
} from "lucide-react";

useRef

Guarda referencias estables: el contenedor del canvas, la instancia de Webcam y una bandera para detener el bucle.

useState / useCallback

Manejan el estado del detector (status, predicciones, errores) y memorizan start() y stop() para estabilidad del render.

Button (shadcn/ui)

Componente base de la guía de estilos. Se usa para «Activar cámara» y «Desactivar cámara», con variantes y tamaños.

Las librerías se importan dinámicamente solo al activar la cámara, por lo que la carga inicial de la página no se penaliza con el peso de TensorFlow.js.

En simple

La cámara detecta gafas. Tú revelas al héroe.