论文页面 - MediaPipe：构建感知管道的框架

来源：https://huggingface.co/papers/1906.08172 发布于 2019 年 6 月 14 日

作者：

，

，

，

，

，

，

，

，

，

，

，

，

摘要

MediaPipe 框架通过提供跨平台组合组件、快速原型制作以及性能测量的工具，简化了感知应用的开发。

构建能够感知周围世界的应用极具挑战性。开发者需要 (a) 选择和开发相应的机器学习算法与模型，(b) 构建一系列原型和演示，(c) 在资源消耗与解决方案质量之间取得平衡，以及 (d) 识别并处理问题案例。MediaPipe 框架解决了所有这些挑战。开发者可以使用 MediaPipe 通过组合现有感知组件来构建原型，然后将它们打磨成精致的跨平台应用，并在目标平台上测量系统性能和资源消耗。我们证明，这些特性使开发者能够专注于算法或模型的开发，并将 MediaPipe 作为迭代改进应用的开发环境，且结果可在不同设备和平台上复现。MediaPipe 将在 https://github.com/google/mediapipe 开源。

查看 arXiv 页面 (https://arxiv.org/abs/1906.08172) 查看 PDF (https://arxiv.org/pdf/1906.08172) GitHub 36.3k auto (https://github.com/google-ai-edge/mediapipe) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F1906.08172)

在您的 agent 中获取此论文：

hf papers read 1906\.08172

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

请在模型的 README.md 中引用 arxiv.org/abs/1906.08172，以在此页面建立链接。

引用此论文的数据集 0

没有数据集链接此论文

请在数据集的 README.md 中引用 arxiv.org/abs/1906.08172，以在此页面建立链接。

引用此论文的 Space 1

包含此论文的收藏 0

没有收藏包含此论文

请将此论文添加到一个收藏 (https://huggingface.co/new-collection) 中，以在此页面建立链接。