在Windows上运行mediapipe：快速部署模型的AI框架

CDSY,CDSY.XYZ

一、mediapipe简介

mediapipe可以被视为谷歌版的onnx，其设计目的在于跨平台部署AI模型，并提供一系列工具来监测不同平台、不同设备运行人工智能模型时的性能表现。

尽管mediapipe已经陆续支持训练自定义模型，但博主更推荐使用Pytorch/Tensorflow训练模型，再通过mediapipei进行部署。正如前文所言，可以把mediapipe当做onnx来使用。

mediapipe支持的平台、解决方案和工具如下。

1、平台

Android、iOS、Python、JavaScript、C++

2、解决方案

（1）视觉任务

对象检测、图像分类、图像分割、交互式分割、手势识别、手部特征点检测、嵌入图片、人脸检测、面部特征检测、姿态特征点检测、人脸风格化、整体特征点检测。

（2）文本任务

文本分类、文本嵌入、语言检测。

（3）音频任务

音频分类。

3、工具

针对计算图和推理管道的可视化工具、推理过程的分析与跟踪工具、模型性能基准测试工具（未推出）。

---

二、mediapipe官网

在安装和使用mediapipe之前，有必要呈现mediapipe的四个官方网站。由于网站是不断更新的，建议在安装和使用mediapipe之前仔细阅读。

1、软件概览

Home - mediapipe( chuoling.github io/mediapipe/)

这个网站实际上就是介绍了mediapipe支持的平台、提供的解决方案和具有的工具。

2、使用指南

MediaPipe 解决方案指南  |  Google AI Edge  |  Google AI for Developers( ai.google dev/edge/mediapipe/solutions/guide?hl=zh-cn)

这个网站提供了在线调用AI模型的功能，可能需要科学上网。除此之外，提供了在不同平台上安装和使用mediapipe的指南。

3、库GitHub

GitHub - google-ai-edge/mediapipe: Cross-platform, customizable ML solutions for live and streaming media.( github /google-ai-edge/mediapipe)

这个网站指向mediapipe项目源，提供了在不同平台上使用mediapipe的必备资源。

4、案例GitHub

GitHub - google-ai-edge/mediapipe-samples( github /google-ai-edge/mediapipe-samples/tree/main)

案例GitHub和库GitHub是两个不同的概念，案例GitHub提供了在不同平台上部署mediapipe的程序，例如提供了在树莓派平台上调用图像分类模型进行推理的程序（用户无需编程）。

---

三、mediapipe安装

根据相关报道，截止2024年12月，Python已经超过C++成为最受欢迎的编程语言。因此，本篇将以Python为例，说明如何在Windows上安装和使用mediapipe。

本博客的主要阅读对象是刚接触人工智能的新手用户，因此，将尽可能详细地介绍从miniconda的安装到mediapipe的安装。

1、安装miniconda

miniconda是管理Python虚拟环境的一款软件，下载地址如下，注意只需要下载miniconda而不是Anaconda。下载完成后安装即可。

Download Now | Anaconda( anaconda 商业网/download/success)

2、安装mediapipe

在“开始”的搜索框中输入“miniconda”，然后打开Anaconda Prompt。

在打开的Anaconda Prompt中，输入以下指令，设置为默认镜像源下载。

conda config --add channels defaults

然后，输入以下指令，创建mediapipe环境。

conda create -n mediapipe python==3.12

如果完成mediapipe虚拟环境的创建，将显示以下画面。

使用以下指令，激活mediapipe环境。

conda activate mediapipe

使用以下指令，安装mediapipe。

pip install mediapipe

安装完成后，测试mediapipe是否可用。输入以下指令，如果没有报错，则说明mediapipe已完成安装。

python

import mediapipe as mp

如果存在依赖库冲突，请下载requirements.txt文件，并使用以下指令进行安装。

pip install -r requirements.txt

---

四、mediapipe使用

如前所述，mediapipe提供了一系列示例程序，新手用户可以直接运行这些示例程序，体验不同类型的人工智能任务。

1、下载mediapipe samples

mediapipe samples是官方提供的一系列示例程序，从案例GitHub下载或从本博客绑定资源下载。

GitHub - google-ai-edge/mediapipe-samples( github /google-ai-edge/mediapipe-samples)

2、下载wget

由于mediapipe samples需要使用到wget工具，需要打开网站下载。

【Windows wget 下载地址】GNU Wget 1.21.4 for Windows( eternallybored 组织网/misc/wget/)

下载最新版本。

【Linux wget 下载地址】Index of /gnu/wget( ftp.gnu 组织网/gnu/wget/)

以Windows系统为例，下载完成后，将wget.exe复制粘贴到以下地址。

C:\Windows\System32

然后，按下win+R运行cmd，输入wget后，如果出现下图提示，说明wget已经可以正常使用。

3、安装opencv-python

对于视觉任务，mediapipe依赖opencv库，因此，还需要在mediapipe虚拟环境中安装opencv-python。【使用requirements.txt安装时可跳过】

首先，打开anaconda prompt并激活mediapipe虚拟环境。

然后，输入以下指令安装opencv-python。

pip install opencv-python

安装完成后，无需退出anaconda prompt及mediapipe虚拟环境。

4、启动推理

至此，终于可以使用mediapipe示例程序了！

在mediapipe-samples文件夹中，examples子文件夹存放了多种任务。

接下来，以运行hand_landmarker（手部关键点检测）为例，介绍如何使用mediapipe示例程序。

进入hand_landmarke文件夹，发现一共有5个平台，其中python是在计算机上运行的，raspberry_pi是在树莓派上运行的。由于python子文件夹中使用的是.ipynb格式，配置相应的运行环境比较麻烦，所以使用raspberry_pi文件夹中的程序。

进入raspberry_pi文件夹，右键选中detect.py，选择“复制文件地址”。

在anaconda prompt中粘贴以下指令，注意示例程序的地址应该根据实际情况做修改。

python "C:\Users\71401\Desktop\mediapipe-samples\examples\hand_landmarker\raspberry_pi\detect.py"

如果程序正确运行，系统将弹出一个窗口，此时画面中将显示出手部关键点检测的实时推理结果。

如果要退出推理，在此窗口中按ESC键即可。

不同设备的摄像机默认方向不同，如果发现左右手相反，可以打开detect.py程序，将102行注释掉（或删掉）。注释某行代码，只需在改行代码的开头处添加#符号。

然后保存程序，最后再用上述指令运行，可以发现摄像头的捕捉画面反过来了，并且左右手的识别也发生调整。

CDSY,CDSY.XYZ