MediaPipe 是研究人员和开发者构建世界级机器学习解决方案和移动、边缘、云和网页应用的简单方法。
项目描述
layout: default title: 首页 nav_order: 1
在任意地方运行机器学习
MediaPipe 提供跨平台的、可定制的机器学习解决方案，用于实时和流媒体。
 |
 |
|---|---|
| 端到端加速： 内置快速机器学习推理和即使在普通硬件上也能加速处理 | 一次构建，到处部署： 统一的解决方案适用于Android、iOS、桌面/云、网页和物联网 |
 |
 |
| 现成的解决方案： 展示框架全部功能的尖端机器学习解决方案 | 免费和开源： 框架和解决方案均在Apache 2.0下，完全可扩展和可定制 |
注意： 感谢您对MediaPipe的兴趣！我们将于2023年4月3日起将https://developers.google.com/mediapipe 作为MediaPipe的主要开发者文档网站。
此通知和网页将于2023年4月3日删除。
MediaPipe中的机器学习解决方案
| 人脸检测 | 人脸网格 | 虹膜 | 手势 | 姿态 | 全身 |
|---|---|---|---|---|---|
 |
 |
 |
 |
 |
 |
| 发丝分割 | 目标检测 | 框跟踪 | 即时运动跟踪 | Objectron | KNIFT |
|---|---|---|---|---|---|
 |
 |
 |
 |
 |
 |
| Android | iOS | C++ | Python | JS | Coral | |
|---|---|---|---|---|---|---|
| 人脸检测 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| 人脸网格 | ✅ | ✅ | ✅ | ✅ | ✅ | |
| 虹膜 | ✅ | ✅ | ✅ | |||
| 手势 | ✅ | ✅ | ✅ | ✅ | ✅ | |
| 姿态 | ✅ | ✅ | ✅ | ✅ | ✅ | |
| 全身 | ✅ | ✅ | ✅ | ✅ | ✅ | |
| 自拍分割 | ✅ | ✅ | ✅ | ✅ | ✅ | |
| 发丝分割 | ✅ | ✅ | ||||
| 目标检测 | ✅ | ✅ | ✅ | ✅ | ||
| 框跟踪 | ✅ | ✅ | ✅ | |||
| 即时运动跟踪 | ✅ | |||||
| Objectron | ✅ | ✅ | ✅ | ✅ | ||
| KNIFT | ✅ | |||||
| 自动翻转 | ✅ | |||||
| 媒体序列 | ✅ | |||||
| YouTube 8M | ✅ |
有关MediaPipe中发布的机器学习模型的更多信息，请参阅MediaPipe模型和模型卡。
入门
要使用仅几行代码的MediaPipe 解决方案，请参阅Python中的MediaPipe和JavaScript中的MediaPipe中的示例代码和演示。
要使用C++、Android和iOS中的MediaPipe，这些平台允许进一步定制解决方案以及构建自己的，请学习如何安装 MediaPipe，并在C++、Android和iOS中开始构建示例应用程序。
源代码托管在MediaPipe Github仓库中，您可以使用Google开源代码搜索进行代码搜索。
出版物
- 在Google开发者博客中阅读《使用AR使艺术品栩栩如生》
- 在Google开发者博客中阅读《使用MediaPipe手势跟踪通过Mirru应用程序控制假肢》
- 在Google开发者博客中阅读《SignAll SDK：使用MediaPipe的签名语言界面现在可供开发者使用》
- 在Google AI博客中阅读《MediaPipe Holistic - 在设备上同时进行面部、手势和姿态预测》
- 在Google AI博客中阅读《由Web ML驱动的Google Meet中的背景功能》
- 在Google开发者博客中阅读《MediaPipe 3D面部转换》
- 在Google开发者博客中阅读《使用MediaPipe进行即时运动跟踪》
- 在Google AI博客中阅读《BlazePose - 在设备上实时进行身体姿态跟踪》
- 在Google AI博客中阅读《MediaPipe Iris：实时眼跟踪和深度估计》
- 在Google开发者博客中阅读《MediaPipe KNIFT：基于模板的特征匹配》
- 在Google开发者博客中阅读《Alfred Camera：使用MediaPipe的智能相机功能》
- 在Google AI博客中阅读《使用MediaPipe在移动设备上进行实时3D目标检测》
- 在Google AI博客中阅读《AutoFlip：一个用于智能视频重新框架的开源框架》
- 在Google开发者博客中阅读《MediaPipe on the Web》
- 在Google开发者博客中阅读《使用MediaPipe进行目标检测和跟踪》
- 在Google AI博客中阅读《使用MediaPipe在设备上进行实时手势跟踪》
- MediaPipe：构建感知管道的框架
视频
活动
- MediaPipe Seattle Meetup，Google Building Waterside，2020年2月13日
- AI Nextcon 2020，2020年2月12日至16日，西雅图
- MediaPipe Madrid Meetup，2019年12月16日
- MediaPipe伦敦聚会，谷歌123号大楼，2019年12月12日
- 机器学习会议，柏林，2019年12月11日
- MediaPipe柏林聚会，谷歌柏林，2019年12月11日
- 第3届YouTube-8M大规模视频理解研讨会，首尔，韩国ICCV 2019
- AI DevWorld 2019，2019年10月10日，加州圣何塞
- 2019年ICIP会议谷歌行业研讨会，2019年9月24日，台湾台北 (演示文稿)
- 在CVPR 2019上开源，2019年6月17日至20日，加州长滩
社区
- Awesome MediaPipe - 精选的MediaPipe相关框架、库和软件列表
- Slack社区，面向MediaPipe用户
- 讨论 - 关于MediaPipe的社区一般讨论
alpha免责声明
MediaPipe目前处于alpha版本v0.7，我们可能仍在进行破坏性API更改，并预计在v1.0版本中实现稳定API。
贡献
我们欢迎贡献。请遵循以下指南。
我们使用GitHub问题来跟踪请求和错误。请在带有mediapipe标签的MediaPipe Stack Overflow上发布问题。
关闭
哈希值 for mediapipe_silicon-0.9.2.1-cp311-cp311-macosx_12_0_arm64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | c56f931bed5d0b982840161bd00431562219df273a7df76896aead8ff767392d |
|
| MD5 | 28049064229bec7178eef271746e017b |
|
| BLAKE2b-256 | 253ca609e6d0e86ff48ef255e93795b205525e79f858f2986289446889aa25b0 |
关闭
哈希值 for mediapipe_silicon-0.9.2.1-cp310-cp310-macosx_12_0_arm64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 9cd4e83b52ea8f3ad8db4cddc1f95fc26ae358d3dfc5ea5bd392b61b8a6fe923 |
|
| MD5 | db88db36bd214b45dfd607922cbcf99d |
|
| BLAKE2b-256 | 7176ce1e95b797e6670d9cad0fe5b98a6c58349f675d76250541970fad18708d |
关闭
哈希值 for mediapipe_silicon-0.9.2.1-cp39-cp39-macosx_12_0_arm64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 701a4e1c5121ef446a4853bcf8032b0aa25f02e676978a0b0a1c5e000baeb924 |
|
| MD5 | 97d3f771f1d7a22809f793e2e56869d0 |
|
| BLAKE2b-256 | f79a61ffa783bc63034e392a4644261750256b3338023e3628984b6b61b4ea3b |
关闭
哈希值 for mediapipe_silicon-0.9.2.1-cp38-cp38-macosx_12_0_arm64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | eed2ed64457b422be3c9b44210277df05739046140a827d7a8a7b1674d8307ca |
|
| MD5 | a7c297803be043fab5c239cd5260e93f |
|
| BLAKE2b-256 | f92cb91b266dabbdc5ad629497e737ebe43b4f6db9baff6f9881875ae2c68ac8 |