Uma coleção de 419 modelos de IA pré-treinados para visão, fala, NLP e LLMs, todos executáveis por uma CLI Python unificada usando o ailia SDK.
2,4 mil367PythonOtherAtualizado há 3 dias
google-ai-edge/mediapipe
Framework multiplataforma e soluções de ML prontas para executar modelos de visão, áudio e texto no dispositivo, em dispositivos móveis, web, desktop e IoT.
- Estrelas
- 37,361
- Forks
- 6,194
- Issues abertas
- 331
- Último commit
- há 10 horas
O que é?
O MediaPipe é um kit de ferramentas de machine learning no dispositivo, desenvolvido pelo Google AI Edge. Ele oferece o MediaPipe Tasks, com APIs e bibliotecas multiplataforma para implantar modelos pré-treinados em tarefas de visão, áudio e texto, além do MediaPipe Studio para testar e avaliar o desempenho das soluções no navegador.
Em um nível mais baixo, o MediaPipe Framework permite que desenvolvedores criem pipelines de percepção como grafos de calculators que processam fluxos de packets. Ele é voltado para C++, Android e iOS, e o projeto abrange implantações em dispositivos móveis, web, desktop, edge e IoT. Dados de entrada, como imagens, vídeos e textos, são processados localmente no dispositivo.
O projeto é indicado para desenvolvedores que querem adicionar recursos de ML baseados em câmera ou mídia sem enviar dados a um servidor, ou que precisam de um pipeline de streaming personalizável para processamento de mídia em tempo real.
Recursos principais
- 01Soluções pré-treinadas de visão, áudio e texto por meio do MediaPipe Tasks.
- 02APIs multiplataforma para Android, iOS, web, Python e C++.
- 03Framework baseado em grafos, composto por calculators e packets, para pipelines de streaming.
- 04Inferência no dispositivo, mantendo os dados de entrada localmente.
- 05MediaPipe Studio para testar e avaliar o desempenho das soluções no navegador.
Casos de uso
- Adicionar rastreamento de rosto, mãos ou pose em tempo real a um app para dispositivos móveis.
- Executar detecção ou classificação de objetos no dispositivo, em uma página da web.
- Criar um pipeline personalizado de processamento de vídeo ou áudio para transmissões ao vivo.
- Implantar recursos de ML em dispositivos edge ou IoT nos quais os dados precisam permanecer locais.
Início rápido
- 1
Escolha um guia de solução, como vision ou text, na documentação para desenvolvedores
- 2
Siga o guia de configuração da sua plataforma, como Python ou Android
Antes de usar
- O MediaPipe Tasks envia métricas de desempenho e uso ao Google, e os desenvolvedores de aplicativos devem obter o consentimento dos usuários quando necessário.
Tópicos
Perguntas frequentes
- O que é mediapipe?
- Framework multiplataforma e soluções de ML prontas para executar modelos de visão, áudio e texto no dispositivo, em dispositivos móveis, web, desktop e IoT. O MediaPipe é um kit de ferramentas de machine learning no dispositivo, desenvolvido pelo Google AI Edge. Ele oferece o MediaPipe Tasks, com APIs e bibliotecas multiplataforma para implantar modelos pré-treinados em tarefas de visão, áudio e texto, além do MediaPipe Studio para testar e avaliar o desempenho das soluções no navegador.
- mediapipe é gratuito? Qual é a licença?
- mediapipe é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- mediapipe ainda é mantido?
- Manutenção ativa. O último commit de mediapipe foi em 22 de out. de 2026.
- Para que posso usar mediapipe?
- Adicionar rastreamento de rosto, mãos ou pose em tempo real a um app para dispositivos móveis. Executar detecção ou classificação de objetos no dispositivo, em uma página da web. Criar um pipeline personalizado de processamento de vídeo ou áudio para transmissões ao vivo. Implantar recursos de ML em dispositivos edge ou IoT nos quais os dados precisam permanecer locais.
- Como instalar mediapipe?
- Escolha um guia de solução, como vision ou text, na documentação para desenvolvedores Siga o guia de configuração da sua plataforma, como Python ou Android
- Onde consigo mediapipe?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/google-ai-edge/mediapipe
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Stack de inferência on-device do PyTorch para executar modelos exportados em celulares, laptops, navegadores e microcontroladores.
5,1 mil1,2 milPythonOtherAtualizado anteontem
Framework de inferência de redes neurais de alto desempenho em C++ para executar modelos de deep learning em dispositivos móveis, embarcados e desktop.
24 mil4,5 milC++OtherAtualizado anteontem
MNN é um mecanismo leve de inferência e treinamento de deep learning da Alibaba, criado para executar modelos em dispositivos móveis e embarcados, incluindo LLMs no próprio dispositivo.
16,3 mil2,5 milC++Apache-2.0Atualizado ontem
Um app para Android e iOS do Google AI Edge para testar LLMs de código aberto e casos de uso de GenAI no dispositivo, offline, pelo celular.
25 mil2,8 milKotlinApache-2.0Atualizado anteontem
Binding de React Native para llama.cpp, que permite executar LLMs GGUF no dispositivo em apps para iOS e Android.
1,1 mil132CMITAtualizado ontem