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

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 计算机视觉 🍴 复刻 6222 🐛 待处理 281 👀 关注 530
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 37610
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0许可，完全免费，可自行部署使用。

项目预览

mediapipe 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队google-ai-edge
官网地址https://ai.google.dev/edge/mediapipe
GitHubhttps://github.com/google-ai-edge/mediapipe
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
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★ 37610
上线时间2019-06-13 00:00:00
代码更新2026-11-07
仓库体积599.3 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-10
浏览次数7

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 37610

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

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. 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. 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. 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. 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

上一篇：supervision

下一篇：vit-pytorch

同类项目推荐

TeleOCR 开源

Telegram 图片自动转文字，聊天记录秒变可搜索文本

★ 367 2026-09-19
TotalSegmentator 开源

输入CT/MR，一键分割100+器官结构

Tool for robust segmentation of >100 important anatomical structures in CT and MR im···

★ 3124 2026-10-15
VLM-CADFeatureRecognition 开源

用视觉语言模型自动识别CAD制造特征，无需人工规则

​This repository provides code and resources for automating manufacturing feature r···

★ 83 2026-08-09
PerCo 开源

超低码率下用扩散模型生成真实感图像，压缩不失真

PyTorch implementation of PerCo (Towards Image Compression with Perfect Realism at U···

★ 107 2026-08-09
pyod 开源

一站式异常检测库，60+算法开箱即用，自动选最优模型

A Python library for anomaly detection across tabular, time series, graph, text, ima···

★ 10081 2026-08-09
Anime2Sketch 开源

一键将动漫图变线稿，省去手工描线

A sketch extractor for anime/illustration.

★ 2144 2026-08-09
ANTs 开源

医学图像精准配准与分割，助力神经影像分析

Advanced Normalization Tools (ANTs)

★ 1512 2026-08-10
NED 开源

一句话驱动视频人脸表情编辑，影视级效果轻松实现

PyTorch implementation for NED (CVPR 2022). It can be used to manipulate the facial ···

★ 157 2026-08-09