MediaPipe 프레임워크 Android 보관 파일

MediaPipe 프레임워크 Android 보관 파일 (AAR) 라이브러리는 Android 스튜디오 및 Gradle을 사용한 MediaPipe 프레임워크 MediaPipe 프레임워크가 모든 프로젝트에서 사용할 수 있는 일반 AAR 게시 대신 개발자는 mediapipe_aar() 타겟을 만들어 자체 맞춤 AAR 파일 생성 살펴보겠습니다 이는 다음과 같은 특정 리소스를 포함하기 위해 필요합니다. 각 프로젝트에 필요한 MediaPipe 계산기

MediaPipe 프레임워크 AAR 빌드 단계

mediapipe_aar() 타겟을 만듭니다.

MediaPipe 디렉터리에서 BUILD에 새 mediapipe_aar() 타겟을 만듭니다. 파일에서 참조됩니다. 그래프에 어떤 계산기가 사용되는지 파악해야 하고 mediapipe_aar()에 대한 계산기 종속 항목을 제공합니다. 예를 들어 얼굴 인식 그래프용 AAR을 만든 다음 아래 코드를 mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/BUILD.
```
load("//mediapipe/java/com/google/mediapipe:mediapipe_aar.bzl", "mediapipe_aar")

mediapipe_aar(
    name = "mediapipe_face_detection",
    calculators = ["//mediapipe/graphs/face_detection:mobile_calculators"],
)
```

Bazel 빌드 명령어를 실행하여 AAR을 생성합니다.

bazel build -c opt --strip=ALWAYS \
    --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
    --fat_apk_cpu=arm64-v8a,armeabi-v7a \
    --legacy_whole_archive=0 \
    --features=-legacy_whole_archive \
    --copt=-fvisibility=hidden \
    --copt=-ffunction-sections \
    --copt=-fdata-sections \
    --copt=-fstack-protector \
    --copt=-Oz \
    --copt=-fomit-frame-pointer \
    --copt=-DABSL_MIN_LOG_LEVEL=2 \
    --linkopt=-Wl,--gc-sections,--strip-all \
    //path/to/the/aar/build/file:aar_name.aar

1단계에서 만든 얼굴 인식 AAR 타겟의 경우 다음을 실행합니다.

bazel build -c opt --strip=ALWAYS \
    --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
    --fat_apk_cpu=arm64-v8a,armeabi-v7a \
    --legacy_whole_archive=0 \
    --features=-legacy_whole_archive \
    --copt=-fvisibility=hidden \
    --copt=-ffunction-sections \
    --copt=-fdata-sections \
    --copt=-fstack-protector \
    --copt=-Oz \
    --copt=-fomit-frame-pointer \
    --copt=-DABSL_MIN_LOG_LEVEL=2 \
    --linkopt=-Wl,--gc-sections,--strip-all \
    //mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example:mediapipe_face_detection.aar

# It should print:
# Target //mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example:mediapipe_face_detection.aar up-to-date:
# bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/mediapipe_face_detection.aar

(선택사항) 원하는 위치에 AAR을 저장합니다.

cp bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/mediapipe_face_detection.aar
/absolute/path/to/your/preferred/location

Gradle을 사용하여 Android 스튜디오에서 MediaPipe 프레임워크 AAR을 사용하는 단계

Android 스튜디오를 시작하고 프로젝트로 이동합니다.

AAR을 앱/libs에 복사합니다.

cp bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/aar_example/mediapipe_face_detection.aar
/path/to/your/app/libs/

스크린샷

app/src/main/assets를 만들고 애셋 (그래프, 모델 등)을 app/src/main/assets.

MediaPipe 바이너리 그래프를 빌드하고 애셋을 app/src/main/assets(예: 얼굴 인식 그래프의 경우 빌드해야 함) 바이너리를 복사하여 그래프 얼굴 인식 tflite 모델이 있습니다

bazel build -c opt mediapipe/graphs/face_detection:face_detection_mobile_gpu_binary_graph
cp bazel-bin/mediapipe/graphs/face_detection/face_detection_mobile_gpu.binarypb /path/to/your/app/src/main/assets/
cp mediapipe/modules/face_detection/face_detection_short_range.tflite /path/to/your/app/src/main/assets/

스크린샷

MediaPipe 종속 항목과 MediaPipe AAR을 추가하도록 app/build.gradle을 수정합니다.

dependencies {
    implementation fileTree(dir: 'libs', include: ['*.jar', '*.aar'])
    implementation 'androidx.appcompat:appcompat:1.0.2'
    implementation 'androidx.constraintlayout:constraintlayout:1.1.3'
    testImplementation 'junit:junit:4.12'
    androidTestImplementation 'androidx.test.ext:junit:1.1.0'
    androidTestImplementation 'androidx.test.espresso:espresso-core:3.1.1'
    // MediaPipe deps
    implementation 'com.google.flogger:flogger:latest.release'
    implementation 'com.google.flogger:flogger-system-backend:latest.release'
    implementation 'com.google.code.findbugs:jsr305:latest.release'
    implementation 'com.google.guava:guava:27.0.1-android'
    implementation 'com.google.protobuf:protobuf-javalite:3.19.1'
    // CameraX core library
    def camerax_version = "1.0.0-beta10"
    implementation "androidx.camera:camera-core:$camerax_version"
    implementation "androidx.camera:camera-camera2:$camerax_version"
    implementation "androidx.camera:camera-lifecycle:$camerax_version"
    // AutoValue
    def auto_value_version = "1.8.1"
    implementation "com.google.auto.value:auto-value-annotations:$auto_value_version"
    annotationProcessor "com.google.auto.value:auto-value:$auto_value_version"
}

Android 앱 예를 따라 Android 스튜디오의 MediaPipe를 살펴보겠습니다 예를 들어 얼굴 인식 예시는 발견 여기와 여러 손으로 추적하는 예는 여기를 참고하세요.