mediapipe

注意：我们已经搬到https：//developers.google.com/mediapipe，截至2023年4月3日，作为mediapipe的主要开发人员文档网站。

注意： mediapipe Solutions Preview是早期版本。了解更多。

每个人的设备机器学习

通过创新的机器学习功能使客户满意。 mediapipe包含您需要自定义和部署到移动设备（Android，iOS），Web，桌面，边缘设备和物联网的所有内容。

• 见演示
• 了解更多

您可以通过查看任何开发人员指南，以了解视觉，文本和音频任务，从而开始使用mediapipe解决方案。如果您需要帮助设置用于与mediapipe任务一起使用的开发环境，请查看Android，Web Apps和Python的设置指南。

mediapipe Solutions提供了一套库和工具，供您快速在应用程序中应用人工智能（AI）和机器学习（ML）技术。您可以立即将这些解决方案插入应用程序，根据您的需求自定义它们，并在多个开发平台上使用它们。 mediapipe Solutions是mediapipe开源项目的一部分，因此您可以进一步自定义解决方案代码以满足您的应用程序需求。

这些库和资源为每个mediapipe解决方案提供了核心功能：

• mediapipe任务：用于部署解决方案的跨平台API和库。了解更多。
• mediapipe模型：预先训练的，即将运行的模型，可与每个解决方案一起使用。

这些工具可让您自定义和评估解决方案：

• mediapipe Model Maker ：使用您的数据自定义用于解决方案的模型。了解更多。
• mediapipe Studio ：在浏览器中可视化，评估和基准测试解决方案。了解更多。

截至2023年3月1日，我们已经结束了对这些mediapipe Legacy解决方案的支持。所有其他mediapipe Legacy Solutions都将升级到新的mediapipe解决方案。有关详细信息，请参见《解决方案指南》。所有mediapipe Legacy Solutions的代码存储库和预制的二进制文件将继续以IS为基础提供。

有关旧解决方案的更多信息，请参见文档。

要开始使用mediapipe Framework，请安装mediapipe Framework，并在C ++，Android和iOS中启动构建示例应用程序。

mediapipe Framework是一种低级组件，用于构建有效的机上机器学习管道，类似于预制的mediapipe解决方案。

在使用mediapipe框架之前，请熟悉以下关键框架概念：

• 数据包
• 图
• 计算器

• mediapipe用户的Slack社区。
• 讨论 - 围绕mediapipe一般社区讨论。
• 很棒的mediapipe精选的mediapipe相关框架，库和软件的列表。

我们欢迎捐款。请遵循以下准则。

我们使用GitHub问题来跟踪请求和错误。请用mediapipe标签向mediapipe堆栈溢出发布问题。

• 在Google开发人员博客中与AR一起将艺术品与AR栩栩如生
• 使用mediapipe手工跟踪在Google开发人员博客中使用MEREDPIPE手动跟踪通过Mirru应用程序控制
• SIGNALL SDK：使用mediapipe手语界面现在可以在Google Developer Blog中用于开发人员
• mediapipe整体 - 在Google AI博客中的设备上同时面对面，手和姿势预测
• Google Meet中的背景功能，由Web ML在Google AI博客中提供支持
• mediapipe 3D面向Google开发人员博客中
• Google开发人员博客中使用mediapipe的即时运动跟踪
• Blazepose-在Google AI博客中，设备实时身体姿势跟踪
• mediapipe Iris：Google AI博客中的实时眼部跟踪和深度估计
• mediapipe Knift：基于模板的功能匹配在Google开发人员博客中
• Alfred Camera：使用mediapipe在Google开发人员博客中使用MediaPipe的智能相机功能
• Google AI博客中使用mediapipe在移动设备上的实时3D对象检测
• AutoFlip：在Google AI博客中重新标记智能视频的开源框架
• 网络上的mediapipe在Google Developers博客中
• Google开发人员博客中使用mediapipe使用MediaPipe的对象检测和跟踪
• 在Google AI博客中使用mediapipe进行实时的手动跟踪
• mediapipe ：建筑感知管道的框架

• YouTube频道