mediapipe

一套框架搞定跨平台实时 AI 视觉应用，手机浏览器都能跑

MediaPipe 是 Google 开源的跨平台机器学习解决方案框架，专为实时和流媒体场景设计。它解决的是开发者难以高效构建、部署和优化多模态 ML 应用的问题，核心能力包括基于图（Graph）的流水线架构，支持音频、视频、姿态估计、人脸检测、手势识别等任务。框架提供统一的 C++ 核心，并封装 Android、iOS、Python、JavaScript 等平台 API，内置大量预训练模型和端侧优化，可在移动设备、嵌入式设备及浏览器上低延迟运行。其核心优势在于将复杂的 ML 推理流程模块化为可复用的计算单元，支持动态调度和硬件加速（如 GPU、NPU），适合构建交互式 AR、虚拟背景、健身追踪等实时应用。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 37046

维护状态活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队google-ai-edge

所属国家

官网地址https://ai.google.dev/edge/mediapipe

GitHubhttps://github.com/google-ai-edge/mediapipe

定价模式free

价格说明开源项目，Apache-2.0许可，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言C++

技术栈/模型android,audio-processing,c-plus-plus,calculator,computer-vision,deep-learning,framework,graph-based,graph-framework,inference,machine-learning,mediapipe,mobile-development,perception,pipeline-framework,stream-processing,video-processing

GitHub 星标★ 37046

30天Star增速

HF 下载量

上线时间2019-06-13 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数6

使用教程

难度：入门约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 developers.google.com 官方文档站点（README 已声明文档迁移至此）
明确目标平台：Android、iOS、Web、桌面或 Python
了解 MediaPipe Solutions 目前为早期预览版（Preview）
目标任务方向：vision（视觉）、text（文本）或 audio（音频）

安装与启动步骤

1查看官方文档新址

README 说明文档已于 2023 年 4 月 3 日迁移，先打开官方站点了解整体结构，再决定后续操作。
2选择任务方向

按需求从视觉、文本、音频三类任务中选定一类，README 提供了对应任务开发指南的入口链接。
3按平台配置环境

README 指向三个环境配置指南：Android、Web 应用、Python，选其一按官方 setup 指南操作。
4运行官方 Demo

通过 README 给出的演示页面查看各任务实际效果，确认能力是否符合预期后再接入项目。

如何确认成功

打开 README 中给出的官方 Demo 页面，能正常加载并运行任一任务示例即说明环境可用。

常见问题

Q：README 里没有安装命令，怎么装？

A：README 只给出文档跳转链接，安装步骤需前往官方站点选择对应平台（Android / Web / Python）的 setup 指南查看，本页不做臆测。

Q：为什么项目主页只有一个跳转提示？

A：MediaPipe 自 2023 年 4 月 3 日起将开发者文档主站迁移至 developers.google.com/mediapipe，README 只保留指引。

Q：MediaPipe Solutions 是正式版吗？

A：README 明确标注 MediaPipe Solutions Preview 属于早期发布版本（early release），使用前建议先阅读官方 about 页的说明。

Q：支持哪些运行平台？

A：README 提到可部署到移动端（Android、iOS）、Web、桌面、边缘设备与 IoT 设备。

注意事项

README 未提供任何安装命令、包名或端口参数，实际安装请以官方站点对应平台的 setup 指南为准。
文档主站已迁移，GitHub README 上的旧链接信息可能滞后。
MediaPipe Solutions Preview 为早期版本，接口与行为可能变动，生产使用需评估风险。
项目面向端侧（on-device）机器学习，选型时需确认目标设备的算力与硬件加速支持。

核心亮点

图化流水线设计，可灵活组合和复用视觉/音频处理模块，二次开发成本低
内置人脸、手部、姿态等高质量预训练模型，开箱即用且支持自定义训练
跨平台覆盖 Android/iOS/Web/桌面，并针对移动端做了深度性能优化

不足之处

部分高级功能依赖 Google 闭源组件（如 MediaPipe Tasks），定制受限
文档对底层图机制讲解偏少，复杂自定义流水线学习曲线较陡

适用场景

移动端实时人脸/手势交互应用（如美颜、AR 滤镜）
Web 端人体姿态检测用于健身教学或体感游戏
边缘设备上的音频分类或语音活动检测

替代项目

OpenCV、ONNX Runtime、TensorFlow Lite

项目介绍

mediapipe 是计算机视觉领域的开源项目，由 google-ai-edge 开发，2019 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（37,046）位列前 1%，在计算机视觉分类的 447 个项目里位列前 2%。

近 41 天，它的 GitHub 星标从 36,597 增加到 37,046，净增 449。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0许可，完全免费，可自行部署使用。

它主要面向的使用场景是：移动端实时人脸/手势交互应用（如美颜、AR滤镜）。同类可对比的替代方案包括 OpenCV、ONNX Runtime、TensorFlow Lite。

上一篇：supervision

下一篇：vit-pytorch