尧图网站建设 
MediaPipe 安装与上手指南跨平台人脸、手势与分割一条命令装好【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipeMediaPipe 是 Google 开源的跨平台机器学习框架主打实时媒体处理在一张图片上定位人脸 468 个 3D 关键点、检测手势、分割前景。对绝大多数读者整个安装过程只有一条命令pip install mediapipe。当前仓库版本为1.1.0依据是 mediapipe/version.bzl 中的MEDIAPIPE_FULL_VERSION声明。先定路线pip 装好还是源码编译本节解决什么问题30 秒判断你该走哪条路避免走错返工。你的场景推荐路线理由写 Python 脚本或应用只用现成能力人脸、手势、姿态等主线pip install mediapipePyPI 提供预编译轮子一条命令完成无需装 Bazel 和 OpenCV开发 Android / iOS / C 原生应用直接使用官方预编译产物原生端不依赖 Python 包无需本地编译改图、加 Calculator、提交贡献备选路线源码编译只有本地有改动、必须重建 Python 包时才需要这条路平台为 Jetson、树莓派等 aarch64 Linux备选路线源码编译依据 docs/getting_started/python.md 的说明PyPI 目前不提供 aarch64 轮子一句话分支不改源码 → 走主线要改 → 见备选路线。动手前体检四张表查完再装本节解决什么问题装之前确认环境和依赖没有硬伤把报错挡在发生之前。检查项要求仓库内依据必查或按需Python 版本与位数64 位3.9–3.14setup.py 的 classifiers 声明Python :: 3.9至3.14必查操作系统与架构x86_64 Linux / x86_64 macOS 10.15 / amd64 Windowsdocs/getting_started/troubleshooting.md Python pip install failure 一节列出的官方支持范围必查pip 与 python 指向同一解释器pip --version里显示的 Python 路径与你运行脚本的相同装错解释器时导入验证必失败必查Bazel 版本3.4.0 及以上setup.py 的_check_bazel()在版本低于 3.4.0 时直接报错退出按需仅源码编译OpenCV 开发库建议 3.x–4.12.x 可用但互操作支持可能弃用docs/getting_started/install.md 开头的说明按需仅源码编译主线操作三步装好十分钟验证本节解决什么问题在 Python 场景下用最少的命令完成安装每步都有可观察的成功信号。第 1 步建一个干净的虚拟环境虚拟环境 互相隔离的独立 Python 包空间。python3 -m venv mp_env source mp_env/bin/activate检查点命令行提示符前出现(mp_env)前缀没有它说明环境没激活后面装的东西会进错地方。第 2 步安装 MediaPipe 核心包。pip install mediapipe检查点pip 结尾打印Successfully installed mediapipe-x.x.x ...且依赖numpy、opencv-contrib-python 等一并装完无红色 ERROR。第 3 步确认模块能导入、版本号正常。python3 -c import mediapipe as mp; print(mp.__version__, mp.solutions)检查点终端打印一个版本号加solutions模块对象全程没有 Traceback。若报No matching distribution found直接跳到下文故障定位第 1 条。第 4 步把模型文件放到手边。验收用的 FaceLandmarker 需要一个.task模型文件MediaPipe 的可执行模型包官方提供下载入口放到你准备运行脚本的目录即可文件名按示例命名为face_landmark.task。检查点脚本所在目录下能看到face_landmark.task。第 5 步跑验收脚本。脚本见下一节把它保存到本地任意目录后运行。检查点脚本按预期打印判定结果标准见下一节。十分钟验证最短脚本确认装好了本节解决什么问题用一段最短可运行脚本把装好了从感觉变成事实。把下面内容存为check_mediapipe.py与face_landmark.task放在同一目录再运行python3 check_mediapipe.pyimport mediapipe as mp image mp.Image.create_from_file(test.jpg) options mp.tasks.vision.FaceLandmarkerOptions( base_optionsmp.tasks.BaseOptions(model_asset_pathface_landmark.task), num_faces1) with mp.tasks.vision.FaceLandmarker.create_from_options(options) as det: result det.detect(image) print(OK: 检测到, len(result.face_landmarks), 张脸) if result.face_landmarks else print(NO_FACE)判定标准图里有人脸且打印OK: 检测到 1 张脸→ 安装成功打印NO_FACE但无异常 → 模块可用换一张含人脸的图再跑一次报找不到模型文件 →face_landmark.task没就位下载后放到脚本同目录也可以先用内置模型的mp.solutions.face_detection验证导入是否正常。test.jpg可以用仓库里现成的测试图如 mediapipe/examples/desktop/autoflip/quality/testdata/google.jpg复制到本地代替。备选路线源码编译不定制可跳过本节不定制、不贡献、不改图的话跳过本节即可官方文档的明确建议是没有本地改动时强烈建议直接pip install mediapipe更快更省事见 docs/getting_started/python.md。只有本地有改动、必须重建 Python 包时才走这条路。第 1 步克隆仓库并进入根目录。git clone --depth 1 https://gitcode.com/GitHub_Trending/med/mediapipe mediapipe cd mediapipe检查点当前目录下能看到 BUILD.bazel顶层 Bazel 构建文件、setup.py、WORKSPACE 等文件。第 2 步装系统依赖Debian/Ubuntu 示例macOS 对应brew install protobuf cmake。sudo apt install python3-dev python3-venv protobuf-compiler sudo apt install cmake检查点python3-config --includes与bazel --version都能正常输出。第 3 步虚拟环境里装 Python 依赖然后编译安装。python3 -m venv mp_env source mp_env/bin/activate pip install -r requirements.txt python3 setup.py install --link-opencv检查点命令正常退出后python3 -c import mediapipe不再报错。⚠️ 为什么别在你改代码的目录里直接编译setup.py 构建时会临时改写mediapipe/__init__.py和 third_party/BUILD不带--link-opencv时会把 OpenCV 规则换成静态源码构建并留下.backup文件。如果你同时用这份克隆提交贡献先确认编译结束、文件已还原或者另开一份干净克隆避免把临时改动带进补丁。--link-opencv表示链接你系统里已装好的 OpenCV首次 Bazel 构建耗时较长属正常现象。故障定位四个高频报错的根因与修法本节解决什么问题报错不再逐字 Google按原文 → 根因 → 修复三段对号入座。1.ERROR: Could not find a version that satisfies the requirement mediapipe根因PyPI 上没有匹配你系统的轮子典型是 32 位 Python、Python 版本超出 3.9–3.14或平台在 aarch64 Linux 上官方支持的只有 64 位 x86_64 Linux、x86_64 macOS 10.15 与 amd64 Windows见 docs/getting_started/troubleshooting.md 同目录 troubleshooting 文档的 Python pip install failure 一节。修复换 64 位 Python 3.9–3.14 并确认pip --version指向它仍不行就改走备选路线源码编译。2.ERROR: An error occurred during the fetch of repository local_execution_config_python根因Bazel 找不到本地 Python 解释器。修复在 Bazel 命令后追加--action_env PYTHON_BIN_PATH$(which python3)官方排错文档给了同样示例。3.undefined reference to cv::String::deallocate()后面跟一串cv::符号根因Bazel 没按你的 OpenCV 版本配好头文件路径OpenCV 2/3 默认配置开箱可用OpenCV 4 需要按 docs/getting_started/install.md 修改third_party/opencv_linux.BUILD按gcc -print-multiarch的输出取消对应多架构头文件行的注释。修复按上述文档调整opencv_linux.BUILD在自己的本地克隆中操作后重新编译。4. Windows 上ImportError: DLL load failed: The specified module could not be found根因系统缺少 Visual C 运行时。修复安装微软官方vc_redist.x64.exe或先pip install msvc-runtime临时补上运行时库。接下来去哪三条延伸路径本节解决什么问题装好之后按目标找到正确的下一步文档。想在 Python 里搭建自己的计算图读 docs/getting_started/python_framework.md想跑 C Hello World 验证桌面环境按 docs/getting_started/hello_world_cpp.md 执行bazel run mediapipe/examples/desktop/hello_world:hello_world终端连续打印Hello World!即成功想理解整个项目的编译入口从 setup.py驱动 Python 包构建和 BUILD.bazel顶层 Bazel 构建文件读起排错细节查 docs/getting_started/troubleshooting.md。【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MediaPipe 安装与上手指南：跨平台人脸、手势与分割，一条命令装好
MediaPipe 安装与上手指南跨平台人脸、手势与分割一条命令装好【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipeMediaPipe 是 Google 开源的跨平台机器学习框架主打实时媒体处理在一张图片上定位人脸 468 个 3D 关键点、检测手势、分割前景。对绝大多数读者整个安装过程只有一条命令pip install mediapipe。当前仓库版本为1.1.0依据是 mediapipe/version.bzl 中的MEDIAPIPE_FULL_VERSION声明。先定路线pip 装好还是源码编译本节解决什么问题30 秒判断你该走哪条路避免走错返工。你的场景推荐路线理由写 Python 脚本或应用只用现成能力人脸、手势、姿态等主线pip install mediapipePyPI 提供预编译轮子一条命令完成无需装 Bazel 和 OpenCV开发 Android / iOS / C 原生应用直接使用官方预编译产物原生端不依赖 Python 包无需本地编译改图、加 Calculator、提交贡献备选路线源码编译只有本地有改动、必须重建 Python 包时才需要这条路平台为 Jetson、树莓派等 aarch64 Linux备选路线源码编译依据 docs/getting_started/python.md 的说明PyPI 目前不提供 aarch64 轮子一句话分支不改源码 → 走主线要改 → 见备选路线。动手前体检四张表查完再装本节解决什么问题装之前确认环境和依赖没有硬伤把报错挡在发生之前。检查项要求仓库内依据必查或按需Python 版本与位数64 位3.9–3.14setup.py 的 classifiers 声明Python :: 3.9至3.14必查操作系统与架构x86_64 Linux / x86_64 macOS 10.15 / amd64 Windowsdocs/getting_started/troubleshooting.md Python pip install failure 一节列出的官方支持范围必查pip 与 python 指向同一解释器pip --version里显示的 Python 路径与你运行脚本的相同装错解释器时导入验证必失败必查Bazel 版本3.4.0 及以上setup.py 的_check_bazel()在版本低于 3.4.0 时直接报错退出按需仅源码编译OpenCV 开发库建议 3.x–4.12.x 可用但互操作支持可能弃用docs/getting_started/install.md 开头的说明按需仅源码编译主线操作三步装好十分钟验证本节解决什么问题在 Python 场景下用最少的命令完成安装每步都有可观察的成功信号。第 1 步建一个干净的虚拟环境虚拟环境 互相隔离的独立 Python 包空间。python3 -m venv mp_env source mp_env/bin/activate检查点命令行提示符前出现(mp_env)前缀没有它说明环境没激活后面装的东西会进错地方。第 2 步安装 MediaPipe 核心包。pip install mediapipe检查点pip 结尾打印Successfully installed mediapipe-x.x.x ...且依赖numpy、opencv-contrib-python 等一并装完无红色 ERROR。第 3 步确认模块能导入、版本号正常。python3 -c import mediapipe as mp; print(mp.__version__, mp.solutions)检查点终端打印一个版本号加solutions模块对象全程没有 Traceback。若报No matching distribution found直接跳到下文故障定位第 1 条。第 4 步把模型文件放到手边。验收用的 FaceLandmarker 需要一个.task模型文件MediaPipe 的可执行模型包官方提供下载入口放到你准备运行脚本的目录即可文件名按示例命名为face_landmark.task。检查点脚本所在目录下能看到face_landmark.task。第 5 步跑验收脚本。脚本见下一节把它保存到本地任意目录后运行。检查点脚本按预期打印判定结果标准见下一节。十分钟验证最短脚本确认装好了本节解决什么问题用一段最短可运行脚本把装好了从感觉变成事实。把下面内容存为check_mediapipe.py与face_landmark.task放在同一目录再运行python3 check_mediapipe.pyimport mediapipe as mp image mp.Image.create_from_file(test.jpg) options mp.tasks.vision.FaceLandmarkerOptions( base_optionsmp.tasks.BaseOptions(model_asset_pathface_landmark.task), num_faces1) with mp.tasks.vision.FaceLandmarker.create_from_options(options) as det: result det.detect(image) print(OK: 检测到, len(result.face_landmarks), 张脸) if result.face_landmarks else print(NO_FACE)判定标准图里有人脸且打印OK: 检测到 1 张脸→ 安装成功打印NO_FACE但无异常 → 模块可用换一张含人脸的图再跑一次报找不到模型文件 →face_landmark.task没就位下载后放到脚本同目录也可以先用内置模型的mp.solutions.face_detection验证导入是否正常。test.jpg可以用仓库里现成的测试图如 mediapipe/examples/desktop/autoflip/quality/testdata/google.jpg复制到本地代替。备选路线源码编译不定制可跳过本节不定制、不贡献、不改图的话跳过本节即可官方文档的明确建议是没有本地改动时强烈建议直接pip install mediapipe更快更省事见 docs/getting_started/python.md。只有本地有改动、必须重建 Python 包时才走这条路。第 1 步克隆仓库并进入根目录。git clone --depth 1 https://gitcode.com/GitHub_Trending/med/mediapipe mediapipe cd mediapipe检查点当前目录下能看到 BUILD.bazel顶层 Bazel 构建文件、setup.py、WORKSPACE 等文件。第 2 步装系统依赖Debian/Ubuntu 示例macOS 对应brew install protobuf cmake。sudo apt install python3-dev python3-venv protobuf-compiler sudo apt install cmake检查点python3-config --includes与bazel --version都能正常输出。第 3 步虚拟环境里装 Python 依赖然后编译安装。python3 -m venv mp_env source mp_env/bin/activate pip install -r requirements.txt python3 setup.py install --link-opencv检查点命令正常退出后python3 -c import mediapipe不再报错。⚠️ 为什么别在你改代码的目录里直接编译setup.py 构建时会临时改写mediapipe/__init__.py和 third_party/BUILD不带--link-opencv时会把 OpenCV 规则换成静态源码构建并留下.backup文件。如果你同时用这份克隆提交贡献先确认编译结束、文件已还原或者另开一份干净克隆避免把临时改动带进补丁。--link-opencv表示链接你系统里已装好的 OpenCV首次 Bazel 构建耗时较长属正常现象。故障定位四个高频报错的根因与修法本节解决什么问题报错不再逐字 Google按原文 → 根因 → 修复三段对号入座。1.ERROR: Could not find a version that satisfies the requirement mediapipe根因PyPI 上没有匹配你系统的轮子典型是 32 位 Python、Python 版本超出 3.9–3.14或平台在 aarch64 Linux 上官方支持的只有 64 位 x86_64 Linux、x86_64 macOS 10.15 与 amd64 Windows见 docs/getting_started/troubleshooting.md 同目录 troubleshooting 文档的 Python pip install failure 一节。修复换 64 位 Python 3.9–3.14 并确认pip --version指向它仍不行就改走备选路线源码编译。2.ERROR: An error occurred during the fetch of repository local_execution_config_python根因Bazel 找不到本地 Python 解释器。修复在 Bazel 命令后追加--action_env PYTHON_BIN_PATH$(which python3)官方排错文档给了同样示例。3.undefined reference to cv::String::deallocate()后面跟一串cv::符号根因Bazel 没按你的 OpenCV 版本配好头文件路径OpenCV 2/3 默认配置开箱可用OpenCV 4 需要按 docs/getting_started/install.md 修改third_party/opencv_linux.BUILD按gcc -print-multiarch的输出取消对应多架构头文件行的注释。修复按上述文档调整opencv_linux.BUILD在自己的本地克隆中操作后重新编译。4. Windows 上ImportError: DLL load failed: The specified module could not be found根因系统缺少 Visual C 运行时。修复安装微软官方vc_redist.x64.exe或先pip install msvc-runtime临时补上运行时库。接下来去哪三条延伸路径本节解决什么问题装好之后按目标找到正确的下一步文档。想在 Python 里搭建自己的计算图读 docs/getting_started/python_framework.md想跑 C Hello World 验证桌面环境按 docs/getting_started/hello_world_cpp.md 执行bazel run mediapipe/examples/desktop/hello_world:hello_world终端连续打印Hello World!即成功想理解整个项目的编译入口从 setup.py驱动 Python 包构建和 BUILD.bazel顶层 Bazel 构建文件读起排错细节查 docs/getting_started/troubleshooting.md。【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考