Update index.js

index.js

@@ -13,7 +13,9 @@ const EXAMPLE_URL = 'https://huggingface.co/datasets/Xenova/transformers.js-docs
 
 // Create a new object detection pipeline
 status.textContent = 'Loading model...';
-const detector = await pipeline('object-detection', 'Xenova/detr-resnet-50');
+// To-Do #1 pipeline API를 사용하여 detr-resnet-50 object detection 모델의 instance를 detector라는 이름을 붙여 생성하십시오.
+// DETR 모델 참고 문서 https://huggingface.co/facebook/detr-resnet-50
+const detector = await '???';
 status.textContent = 'Ready';
 
 example.addEventListener('click', (e) => {
@@ -42,12 +44,13 @@ async function detect(img) {
     imageContainer.style.backgroundImage = `url(${img})`;
 
     status.textContent = 'Analysing...';
-    const output = await detector(img, {
-        threshold: 0.5,
-        percentage: true,
-    });
-    //console.log(output);
+    // To-Do #2 detector 오브젝트에 객체 탐지를 위한 threshold argument를 0.5로 지정하고 그 결과를 output에 저장하십시오
+    const output = await detector( 
+      // threshold argument 지정
+    );
     status.textContent = '';
+    // To do #3 output의 값을 브라우저의 콘솔에 출력하십시오. 
+    // your code here
     output.forEach(renderBox);
 }
 
@@ -77,5 +80,4 @@ function renderBox({ box, label }) {
 
     boxElement.appendChild(labelElement);
     imageContainer.appendChild(boxElement);
-    console.log(box, label);
 }