MediaPipe Studio یک برنامه مبتنی بر وب برای ارزیابی و سفارشی سازی مدل های ML و خطوط لوله روی دستگاه برای برنامه های شما است. این برنامه به شما امکان میدهد به سرعت راهحلهای MediaPipe را در مرورگر خود با دادههای خود و مدلهای ML سفارشیشده خود آزمایش کنید. هر نسخه آزمایشی راه حل به شما امکان می دهد تنظیمات مدل را برای تعداد کل نتایج، حداقل آستانه اطمینان برای گزارش نتایج و موارد دیگر آزمایش کنید.
این صفحه چند دستورالعمل سریع در مورد کار با راه حل ها در MediaPipe Studio ارائه می دهد.
شکل 1. صفحه اصلی برنامه MediaPipe Studio.
مدل های سفارشی
همانطور که در تصویر نشان داده شده است، می توانید از مدل های سفارشی شده با MediaPipe در گزینه Model selection ، با انتخاب Choose a model file و انتخاب یک مدل از حافظه فایل خود استفاده کنید.
مدلی که انتخاب میکنید باید با الزامات ورودی و خروجی مدل MediaPipe Tasks API که استفاده میکنید مطابقت داشته باشد و شامل ابردادههای مدل سازگار باشد. سریعترین راه برای ایجاد مدل خود برای استفاده با MediaPipe Tasks API استفاده از ابزار MediaPipe Model Maker برای تغییر مدل راه حل سازگار با داده های خود است. برای اطلاعات بیشتر، MediaPipe Model Maker را ببینید.
داده های ورودی سفارشی
می توانید از داده های خود در هر صفحه راه حل در MediaPipe Studio استفاده کنید. برای کارهای مبتنی بر متن، می توانید متن را در فیلد ارائه شده وارد کنید. وظایف Vision به شما امکان می دهد از یک دوربین وب به عنوان ورودی استفاده کنید و همچنین می توانید تصاویر را با استفاده از گزینه Choose an image file در منوی کشویی آپلود کنید، همانطور که در زیر نشان داده شده است:
شروع کنید
میتوانید با اجرای یکی از راهحلهای نمایشی، مانند Image Classification، استفاده از MediaPipe Studio را شروع کنید و سپس از راهنمای توسعهدهنده مرتبط برای ایجاد این قابلیت در برنامه خود استفاده کنید.
تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2025-07-25 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# MediaPipe Studio is a web-based application for evaluating and customizing\non-device ML models and pipelines for your applications. The app lets you\nquickly test MediaPipe solutions in your browser with your own data, and your\nown customized ML models. Each solution demo also lets you experiment with model\nsettings for the total number of results, minimum confidence threshold for\nreporting results, and more.\n\n[Try it!arrow_forward](https://goo.gle/mediapipe-studio)\n\nThis page provides some quick instructions on working with solutions in\nMediaPipe Studio.\n\n\n**Figure 1. MediaPipe Studio application home page.**\n\nCustom models\n-------------\n\n\nYou can use customized models with MediaPipe in the **Model selection** option,\nby choosing **Choose a model file** and selecting a model from your file\nstorage, as shown in the screenshot.\n\nThe model you choose must conform to the model input and output requirements of\nthe MediaPipe Tasks API you are using, and include compatible model metadata.\nThe quickest way to create your own model for use with a MediaPipe Tasks API is\nto use the MediaPipe Model Maker tool to modify a compatible solution model with\nyour own data. For more information, see\n[MediaPipe Model Maker](https://developers.google.com/mediapipe/solutions/model_maker).\n\nCustom input data\n-----------------\n\nYou can use your own data on each solution page in MediaPipe Studio. For\ntext-based tasks, you can enter text in the field provided. Vision tasks allow\nyou to use a web camera as input, and you can also upload images using the\n**Choose an image file** option in the drop-down menu, as shown below:\n\nGet started\n-----------\n\nYou can start using MediaPipe Studio by running one of the solution demos, such\nas Image Classification, and then use the related\n[developer guide](https://developers.google.com/mediapipe/solutions/vision/image_classifier)\nto build this functionality into your own application."]]