Instalacja

Instalowanie w systemach Debian i Ubuntu

  1. Zainstaluj Bazelisk.

    Aby zainstalować Bazelisk, postępuj zgodnie z oficjalną dokumentacją Fitbit.

  2. Repozytorium MediaPipe w usłudze Google Checkout.

    $ cd $HOME
    $ git clone --depth 1 https://github.com/google/mediapipe.git
    
    # Change directory into MediaPipe root directory
    $ cd mediapipe
    
  3. Zainstaluj OpenCV i FFmpeg.

    Opcja 1. Użyj menedżera pakietów, aby zainstalować wstępnie skompilowane biblioteki OpenCV. Program FFmpeg zostanie zainstalowany przez aplikację libopencv-video-dev.

    System operacyjny OpenCV
    Debian 9 (stretch) 2.4
    Debian 10 (buster) 3.2
    Debian 11 (bullseye) 4.5
    Ubuntu 16.04 LTS 2.4
    Ubuntu 18.04 LTS 3.2
    Ubuntu 20.04 LTS 4.2
    Ubuntu 20.04 LTS 4.2
    Ubuntu 21.04 4.5
    $ sudo apt-get install -y \
        libopencv-core-dev \
        libopencv-highgui-dev \
        libopencv-calib3d-dev \
        libopencv-features2d-dev \
        libopencv-imgproc-dev \
        libopencv-video-dev
    

    Uwaga. W systemach Debian 11 i Ubuntu 21.04, gdy OpenCV 4.5 jest zainstalowany z libopencv-video-dev, powinien być też zainstalowany libopencv-contrib-dev.

    $ sudo apt-get install -y libopencv-contrib-dev
    

    Platformy opencv_linux.BUILD i WORKSPACE MediaPipe są już skonfigurowane pod kątem OpenCV 2/3 i powinny działać prawidłowo w każdej architekturze:

    # WORKSPACE
    new_local_repository(
      name = "linux_opencv",
      build_file = "@//third_party:opencv_linux.BUILD",
      path = "/usr",
    )
    
    # opencv_linux.BUILD for OpenCV 2/3 installed from Debian package
    cc_library(
      name = "opencv",
      linkopts = [
        "-l:libopencv_core.so",
        "-l:libopencv_calib3d.so",
        "-l:libopencv_features2d.so",
        "-l:libopencv_highgui.so",
        "-l:libopencv_imgcodecs.so",
        "-l:libopencv_imgproc.so",
        "-l:libopencv_video.so",
        "-l:libopencv_videoio.so",
      ],
    )
    

    W przypadku OpenCV 4 musisz zmodyfikować opencv_linux.BUILD z uwzględnieniem aktualnej architektury:

    # WORKSPACE
    new_local_repository(
      name = "linux_opencv",
      build_file = "@//third_party:opencv_linux.BUILD",
      path = "/usr",
    )
    
    # opencv_linux.BUILD for OpenCV 4 installed from Debian package
    cc_library(
      name = "opencv",
      hdrs = glob([
        # Uncomment according to your multiarch value (gcc -print-multiarch):
        #  "include/aarch64-linux-gnu/opencv4/opencv2/cvconfig.h",
        #  "include/arm-linux-gnueabihf/opencv4/opencv2/cvconfig.h",
        #  "include/x86_64-linux-gnu/opencv4/opencv2/cvconfig.h",
        "include/opencv4/opencv2/**/*.h*",
      ]),
      includes = [
        # Uncomment according to your multiarch value (gcc -print-multiarch):
        #  "include/aarch64-linux-gnu/opencv4/",
        #  "include/arm-linux-gnueabihf/opencv4/",
        #  "include/x86_64-linux-gnu/opencv4/",
        "include/opencv4/",
      ],
      linkopts = [
        "-l:libopencv_core.so",
        "-l:libopencv_calib3d.so",
        "-l:libopencv_features2d.so",
        "-l:libopencv_highgui.so",
        "-l:libopencv_imgcodecs.so",
        "-l:libopencv_imgproc.so",
        "-l:libopencv_video.so",
        "-l:libopencv_videoio.so",
      ],
    )
    

    Opcja 2. Uruchom setup_opencv.sh, aby automatycznie kompilować OpenCV na podstawie źródła i modyfikować konfigurację OpenCV MediaPipe. Spowoduje to automatyczne wykonanie wszystkich kroków określonych w opcji 3.

    Opcja 3. Postępuj zgodnie z dokumentacją OpenCV, aby ręcznie skompilować OpenCV na podstawie kodu źródłowego.

    Konieczne może być zmodyfikowanie WORKSPACE i opencv_linux.BUILD tak, aby wskazywały MediaPipe Twoje własne biblioteki OpenCV. Załóżmy, że w /usr/local/ zostanie zainstalowany OpenCV, co jest zalecane domyślnie.

    Konfiguracja OpenCV 2/3:

    # WORKSPACE
    new_local_repository(
      name = "linux_opencv",
      build_file = "@//third_party:opencv_linux.BUILD",
      path = "/usr/local",
    )
    
    # opencv_linux.BUILD for OpenCV 2/3 installed to /usr/local
    cc_library(
      name = "opencv",
      linkopts = [
        "-L/usr/local/lib",
        "-l:libopencv_core.so",
        "-l:libopencv_calib3d.so",
        "-l:libopencv_features2d.so",
        "-l:libopencv_highgui.so",
        "-l:libopencv_imgcodecs.so",
        "-l:libopencv_imgproc.so",
        "-l:libopencv_video.so",
        "-l:libopencv_videoio.so",
      ],
    )
    

    Konfiguracja OpenCV 4:

    # WORKSPACE
    new_local_repository(
      name = "linux_opencv",
      build_file = "@//third_party:opencv_linux.BUILD",
      path = "/usr/local",
    )
    
    # opencv_linux.BUILD for OpenCV 4 installed to /usr/local
    cc_library(
      name = "opencv",
      hdrs = glob([
        "include/opencv4/opencv2/**/*.h*",
      ]),
      includes = [
        "include/opencv4/",
      ],
      linkopts = [
        "-L/usr/local/lib",
        "-l:libopencv_core.so",
        "-l:libopencv_calib3d.so",
        "-l:libopencv_features2d.so",
        "-l:libopencv_highgui.so",
        "-l:libopencv_imgcodecs.so",
        "-l:libopencv_imgproc.so",
        "-l:libopencv_video.so",
        "-l:libopencv_videoio.so",
      ],
    )
    

    Bieżąca konfiguracja FFmpeg jest zdefiniowana w ffmpeg_linux.BUILD i powinna działać dla każdej architektury:

    # WORKSPACE
    new_local_repository(
      name = "linux_ffmpeg",
      build_file = "@//third_party:ffmpeg_linux.BUILD",
      path = "/usr"
    )
    
    # ffmpeg_linux.BUILD for FFmpeg installed from Debian package
    cc_library(
      name = "libffmpeg",
      linkopts = [
        "-l:libavcodec.so",
        "-l:libavformat.so",
        "-l:libavutil.so",
      ],
    )
    
  4. Służy do uruchamiania przykładów na komputerze tylko w systemie Linux (a nie w OS X) z akceleracją GPU.

    # Requires a GPU with EGL driver support.
    # Can use mesa GPU libraries for desktop, (or Nvidia/AMD equivalent).
    sudo apt-get install mesa-common-dev libegl1-mesa-dev libgles2-mesa-dev
    
    # To compile with GPU support, replace
    --define MEDIAPIPE_DISABLE_GPU=1
    # with
    --copt -DMESA_EGL_NO_X11_HEADERS --copt -DEGL_NO_X11
    # when building GPU examples.
    
  5. Uruchom Hello World! in C++ example (Witaj, świecie! w języku C++).

    $ export GLOG_logtostderr=1
    
    # if you are running on Linux desktop with CPU only
    $ bazel run --define MEDIAPIPE_DISABLE_GPU=1 \
        mediapipe/examples/desktop/hello_world:hello_world
    
    # If you are running on Linux desktop with GPU support enabled (via mesa drivers)
    $ bazel run --copt -DMESA_EGL_NO_X11_HEADERS --copt -DEGL_NO_X11 \
        mediapipe/examples/desktop/hello_world:hello_world
    
    # Should print:
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    

Jeśli wystąpi błąd kompilacji, przeczytaj sekcję Rozwiązywanie problemów, aby znaleźć rozwiązania kilku typowych problemów z kompilacją.

Instaluję w CentOS

Wyłączenie odpowiedzialności: uruchamianie MediaPipe w CentOS jest funkcją eksperymentalną.

  1. Zainstaluj Bazelisk.

    Aby zainstalować Bazelisk, postępuj zgodnie z oficjalną dokumentacją Fitbit.

  2. Repozytorium MediaPipe w usłudze Google Checkout.

    $ git clone --depth 1 https://github.com/google/mediapipe.git
    
    # Change directory into MediaPipe root directory
    $ cd mediapipe
    
  3. Zainstaluj OpenCV.

    Opcja 1. Użyj menedżera pakietów, aby zainstalować wstępnie skompilowaną wersję.

    $ sudo yum install opencv-devel
    

    Opcja 2. Skompilujesz OpenCV na podstawie kodu źródłowego.

    new_local_repository(
        name = "linux_opencv",
        build_file = "@//third_party:opencv_linux.BUILD",
        path = "/usr/local",
    )
    
    new_local_repository(
        name = "linux_ffmpeg",
        build_file = "@//third_party:ffmpeg_linux.BUILD",
        path = "/usr/local",
    )
    
    cc_library(
        name = "opencv",
        srcs = glob(
            [
                "lib/libopencv_core.so",
                "lib/libopencv_highgui.so",
                "lib/libopencv_imgcodecs.so",
                "lib/libopencv_imgproc.so",
                "lib/libopencv_video.so",
                "lib/libopencv_videoio.so",
            ],
        ),
        hdrs = glob([
            # For OpenCV 3.x
            "include/opencv2/**/*.h*",
            # For OpenCV 4.x
            # "include/opencv4/opencv2/**/*.h*",
        ]),
        includes = [
            # For OpenCV 3.x
            "include/",
            # For OpenCV 4.x
            # "include/opencv4/",
        ],
        linkstatic = 1,
        visibility = ["//visibility:public"],
    )
    
    cc_library(
        name = "libffmpeg",
        srcs = glob(
            [
                "lib/libav*.so",
            ],
        ),
        hdrs = glob(["include/libav*/*.h"]),
        includes = ["include"],
        linkopts = [
            "-lavcodec",
            "-lavformat",
            "-lavutil",
        ],
        linkstatic = 1,
        visibility = ["//visibility:public"],
    )
    
  4. Uruchom Hello World! in C++ example (Witaj, świecie! w języku C++).

    $ export GLOG_logtostderr=1
    # Need bazel flag 'MEDIAPIPE_DISABLE_GPU=1' if you are running on Linux desktop with CPU only
    $ bazel run --define MEDIAPIPE_DISABLE_GPU=1 \
        mediapipe/examples/desktop/hello_world:hello_world
    
    # Should print:
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    

Jeśli wystąpi błąd kompilacji, przeczytaj sekcję Rozwiązywanie problemów, aby znaleźć rozwiązania kilku typowych problemów z kompilacją.

Instalowanie w systemie macOS

  1. Przygotowanie:

    • Zainstaluj Homebrew.
    • Zainstaluj Xcode wraz z narzędziami wiersza poleceń xcode-select --install.
  2. Zainstaluj Bazelisk.

    Aby zainstalować Bazelisk, postępuj zgodnie z oficjalną dokumentacją Fitbit.

  3. Repozytorium MediaPipe w usłudze Google Checkout.

    $ git clone --depth 1 https://github.com/google/mediapipe.git
    
    $ cd mediapipe
    
  4. Zainstaluj OpenCV i FFmpeg.

    Opcja 1. Użyj menedżera pakietów HomeBrew, aby zainstalować wstępnie skompilowane biblioteki OpenCV 3. Program FFmpeg zostanie zainstalowany przez OpenCV.

    $ brew install opencv@3
    
    # There is a known issue caused by the glog dependency. Uninstall glog.
    $ brew uninstall --ignore-dependencies glog
    

    Opcja 2. Użyj narzędzia menedżera pakietów MacPorts, aby zainstalować biblioteki OpenCV.

    $ port install opencv
    
    new_local_repository(
        name = "macos_opencv",
        build_file = "@//third_party:opencv_macos.BUILD",
        path = "/opt",
    )
    
    new_local_repository(
        name = "macos_ffmpeg",
        build_file = "@//third_party:ffmpeg_macos.BUILD",
        path = "/opt",
    )
    
    cc_library(
        name = "opencv",
        srcs = glob(
            [
                "local/lib/libopencv_core.dylib",
                "local/lib/libopencv_highgui.dylib",
                "local/lib/libopencv_imgcodecs.dylib",
                "local/lib/libopencv_imgproc.dylib",
                "local/lib/libopencv_video.dylib",
                "local/lib/libopencv_videoio.dylib",
            ],
        ),
        hdrs = glob(["local/include/opencv2/**/*.h*"]),
        includes = ["local/include/"],
        linkstatic = 1,
        visibility = ["//visibility:public"],
    )
    
    cc_library(
        name = "libffmpeg",
        srcs = glob(
            [
                "local/lib/libav*.dylib",
            ],
        ),
        hdrs = glob(["local/include/libav*/*.h"]),
        includes = ["local/include/"],
        linkopts = [
            "-lavcodec",
            "-lavformat",
            "-lavutil",
        ],
        linkstatic = 1,
        visibility = ["//visibility:public"],
    )
    
  5. Sprawdź, czy są zainstalowane oprogramowanie Python 3 i biblioteka „6” w Pythonie.

    $ brew install python
    $ sudo ln -s -f /usr/local/bin/python3.7 /usr/local/bin/python
    $ python --version
    Python 3.7.4
    $ pip3 install --user six
    
  6. Uruchom Hello World! in C++ example (Witaj, świecie! w języku C++).

    $ export GLOG_logtostderr=1
    # Need bazel flag 'MEDIAPIPE_DISABLE_GPU=1' as desktop GPU is currently not supported
    $ bazel run --define MEDIAPIPE_DISABLE_GPU=1 \
        mediapipe/examples/desktop/hello_world:hello_world
    
    # Should print:
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    

Jeśli wystąpi błąd kompilacji, przeczytaj sekcję Rozwiązywanie problemów, aby znaleźć rozwiązania kilku typowych problemów z kompilacją.

Instalowanie w systemie Windows

Wyłączenie odpowiedzialności: uruchamianie MediaPipe w systemie Windows jest funkcją eksperymentalną.

  1. Zainstaluj MSYS2 i edytuj zmienną środowiskową %PATH%.

    Jeśli w C:\msys64 jest zainstalowany MSYS2, dodaj C:\msys64\usr\bin do zmiennej środowiskowej %PATH%.

  2. Zainstaluj niezbędne pakiety.

    C:\> pacman -S git patch unzip
    
  3. Zainstaluj Pythona i zezwól plikowi wykonywalnemu na edytowanie zmiennej środowiskowej %PATH%.

    Pobierz plik wykonywalny Pythona dla systemu Windows ze strony https://www.python.org/downloads i zainstaluj go.

  4. Zainstaluj narzędzia do kompilacji Visual C++ 2019 i WinSDK

    Otwórz stronę VisualStudio, pobierz narzędzia do tworzenia i zainstaluj Microsoft Visual C++ 2019 Redistributable i Microsoft Build Tools 2019.

    Pobierz WinSDK z oficjalnej strony MicroSoft i zainstaluj pakiet.

  5. Zainstaluj aplikację Bazel lub Bazelisk i dodaj lokalizację pliku wykonywalnego Bazela do zmiennej środowiskowej %PATH%.

    Opcja 1. Aby zainstalować Bazel w wersji 6.1.1 lub nowszej, postępuj zgodnie z Oficjalną dokumentacją usługi Bazel.

    Opcja 2. Aby zainstalować Bazelisk, postępuj zgodnie z oficjalną dokumentacją Fitbit.

  6. Ustaw zmienne Bazel. Więcej informacji o kompilacji na Windows znajdziesz w oficjalnej dokumentacji Bazel.

    # Please find the exact paths and version numbers from your local version.
    C:\> set BAZEL_VS=C:\Program Files (x86)\Microsoft Visual Studio\2019\BuildTools
    C:\> set BAZEL_VC=C:\Program Files (x86)\Microsoft Visual Studio\2019\BuildTools\VC
    C:\> set BAZEL_VC_FULL_VERSION=<Your local VC version>
    C:\> set BAZEL_WINSDK_FULL_VERSION=<Your local WinSDK version>
    
  7. Repozytorium MediaPipe w usłudze Google Checkout.

    C:\Users\Username\mediapipe_repo> git clone --depth 1 https://github.com/google/mediapipe.git
    
    # Change directory into MediaPipe root directory
    C:\Users\Username\mediapipe_repo> cd mediapipe
    
  8. Zainstaluj OpenCV.

    Pobierz plik wykonywalny dla systemu Windows ze strony https://opencv.org/releases/ i zainstaluj. MediaPipe 0.10.x obsługuje OpenCV 3.4.10. Pamiętaj, aby zmienić plik WORKSPACE, jeśli w C:\opencv nie zainstalowano OpenCV.

    new_local_repository(
        name = "windows_opencv",
        build_file = "@//third_party:opencv_windows.BUILD",
        path = "C:\\<path to opencv>\\build",
    )
    
  9. Uruchom Hello World! in C++ example (Witaj, świecie! w języku C++).

    C:\Users\Username\mediapipe_repo>bazel build -c opt --define MEDIAPIPE_DISABLE_GPU=1 --action_env PYTHON_BIN_PATH="C://python_36//python.exe" mediapipe/examples/desktop/hello_world
    
    C:\Users\Username\mediapipe_repo>set GLOG_logtostderr=1
    
    C:\Users\Username\mediapipe_repo>bazel-bin\mediapipe\examples\desktop\hello_world\hello_world.exe
    
    # should print:
    # I20200514 20:43:12.277598  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.278597  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.279618  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.279618  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.279618  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.279618  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.279618  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.279618  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.279618  1200 hello_world.cc:56] Hello World!
    # I20200514 20:43:12.280613  1200 hello_world.cc:56] Hello World!
    

Jeśli wystąpi błąd kompilacji, przeczytaj sekcję Rozwiązywanie problemów, aby znaleźć rozwiązania kilku typowych problemów z kompilacją.

Instalowanie w podsystemie Windows dla systemu Linux (WSL)

  1. Wykonaj instrukcje instalowania podsystemu Windows dla systemu Linux (Ubuntu).

  2. Zainstaluj narzędzie Windows ADB i uruchom serwer ADB w systemie Windows.

  3. Uruchom WSL.

  4. Zainstaluj potrzebne pakiety.

    username@DESKTOP-TMVLBJ1:~$ sudo apt-get update && sudo apt-get install -y build-essential git python zip adb openjdk-8-jdk
    
  5. Zainstaluj Bazelisk.

    Aby zainstalować Bazelisk, postępuj zgodnie z oficjalną dokumentacją Fitbit.

  6. Repozytorium MediaPipe w usłudze Google Checkout.

    username@DESKTOP-TMVLBJ1:~$ git clone --depth 1 https://github.com/google/mediapipe.git
    
    username@DESKTOP-TMVLBJ1:~$ cd mediapipe
    
  7. Zainstaluj OpenCV i FFmpeg.

    Opcja 1. Użyj menedżera pakietów, aby zainstalować wstępnie skompilowane biblioteki OpenCV. Plik FFmpeg zostanie zainstalowany przez libopencv-video-dev.

    username@DESKTOP-TMVLBJ1:~/mediapipe$ sudo apt-get install libopencv-core-dev libopencv-highgui-dev \
                           libopencv-calib3d-dev libopencv-features2d-dev \
                           libopencv-imgproc-dev libopencv-video-dev
    

    Opcja 2. Uruchom setup_opencv.sh, aby automatycznie kompilować OpenCV ze źródła i modyfikować konfigurację OpenCV MediaPipe.

    Opcja 3. Postępuj zgodnie z dokumentacją OpenCV, aby ręcznie skompilować OpenCV na podstawie kodu źródłowego.

    WORKSPACEWORKSPACE i „opencv”.opencv_linux.BUILD
    new_local_repository(
        name = "linux_opencv",
        build_file = "@//third_party:opencv_linux.BUILD",
        path = "/usr/local",
    )
    
    cc_library(
        name = "opencv",
        srcs = glob(
            [
                "lib/libopencv_core.so",
                "lib/libopencv_highgui.so",
                "lib/libopencv_imgcodecs.so",
                "lib/libopencv_imgproc.so",
                "lib/libopencv_video.so",
                "lib/libopencv_videoio.so",
            ],
        ),
        hdrs = glob(["include/opencv4/**/*.h*"]),
        includes = ["include/opencv4/"],
        linkstatic = 1,
        visibility = ["//visibility:public"],
    )
    
  8. Uruchom Hello World! in C++ example (Witaj, świecie! w języku C++).

    username@DESKTOP-TMVLBJ1:~/mediapipe$ export GLOG_logtostderr=1
    
    # Need bazel flag 'MEDIAPIPE_DISABLE_GPU=1' as desktop GPU is currently not supported
    username@DESKTOP-TMVLBJ1:~/mediapipe$ bazel run --define MEDIAPIPE_DISABLE_GPU=1 \
        mediapipe/examples/desktop/hello_world:hello_world
    
    # Should print:
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    

Jeśli wystąpi błąd kompilacji, przeczytaj artykuł Rozwiązywanie problemów, aby znaleźć rozwiązania kilku typowych problemów z kompilacją.

Instalowanie za pomocą Dockera

Spowoduje to użycie obrazu Dockera, który odizoluje instalację mediapipe od reszty systemu.

  1. Zainstaluj Dockera w systemie hosta.

  2. Utwórz obraz Dockera z tagiem „mediapipe”.

    $ git clone --depth 1 https://github.com/google/mediapipe.git
    $ cd mediapipe
    $ docker build --tag=mediapipe .
    
    # Should print:
    # Sending build context to Docker daemon  147.8MB
    # Step 1/9 : FROM ubuntu:latest
    # latest: Pulling from library/ubuntu
    # 6abc03819f3e: Pull complete
    # 05731e63f211: Pull complete
    # ........
    # See http://bazel.build/docs/getting-started.html to start a new project!
    # Removing intermediate container 82901b5e79fa
    # ---> f5d5f402071b
    # Step 9/9 : COPY . /edge/mediapipe/
    # ---> a95c212089c5
    # Successfully built a95c212089c5
    # Successfully tagged mediapipe:latest
    
  3. Uruchom Hello World! in C++ example (Witaj, świecie! w języku C++).

    $ docker run -it --name mediapipe mediapipe:latest
    
    root@bca08b91ff63:/mediapipe# GLOG_logtostderr=1 bazel run --define MEDIAPIPE_DISABLE_GPU=1 mediapipe/examples/desktop/hello_world
    
    # Should print:
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    # Hello World!
    

Jeśli wystąpi błąd kompilacji, przeczytaj artykuł Rozwiązywanie problemów, aby znaleźć rozwiązania kilku typowych problemów z kompilacją.

  1. Tworzenie przykładu aplikacji MediaPipe na Androida.

    $ docker run -it --name mediapipe mediapipe:latest
    
    root@bca08b91ff63:/mediapipe# bash ./setup_android_sdk_and_ndk.sh
    
    # Should print:
    # Android NDK is now installed. Consider setting $ANDROID_NDK_HOME environment variable to be /root/Android/Sdk/ndk-bundle/android-ndk-r19c
    # Set android_ndk_repository and android_sdk_repository in WORKSPACE
    # Done
    
    root@bca08b91ff63:/mediapipe# bazel build -c opt --config=android_arm64 mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu:objectdetectiongpu
    
    # Should print:
    # Target //mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu:objectdetectiongpu up-to-date:
    # bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu/objectdetectiongpu_deploy.jar
    # bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu/objectdetectiongpu_unsigned.apk
    # bazel-bin/mediapipe/examples/android/src/java/com/google/mediapipe/apps/objectdetectiongpu/objectdetectiongpu.apk
    # INFO: Elapsed time: 144.462s, Critical Path: 79.47s
    # INFO: 1958 processes: 1 local, 1863 processwrapper-sandbox, 94 worker.
    # INFO: Build completed successfully, 2028 total actions