Guide des tâches pour la détection globale des points de repère
La tâche de repère holistique MediaPipe vous permet de combiner des composants des repères de pose, de visage et de main afin de créer un repère complet pour le corps humain. Vous pouvez utiliser cette tâche pour analyser les gestes, les postures et les actions de l'ensemble du corps. Cette tâche utilise un modèle de machine learning (ML) sur un flux d'images continu. La tâche génère un total de 543 points de repère (33 points de repère de pose, 468 points de repère de visage et 21 points de repère pour la main par main) en temps réel.
Une version mise à niveau de cette solution MediaPipe sera bientôt disponible. L'ancienne solution MediaPipe pour cette tâche est disponible sur GitHub.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2024/05/14 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2024/05/14 (UTC)."],[],[],null,["# Holistic landmarks detection task guide\n\nThe MediaPipe Holistic Landmarker task lets you combine components of the\n[pose](../pose_landmarker/index), [face](../face_landmarker/index), and\n[hand](../hand_landmarker/index) landmarkers to create a complete landmarker for\nthe human body. You can use this task to analyze full-body gestures, poses, and\nactions. This task uses a machine learning (ML) model on a continuous stream of\nimages. The task outputs a total of 543 landmarks (33 pose landmarks, 468 face\nlandmarks, and 21 hand landmarks per hand) in real-time.\n\nAn upgraded version of this MediaPipe Solution is coming soon! The MediaPipe Legacy\nSolution for this task is available on\n[GitHub](https://github.com/google/mediapipe/blob/master/docs/solutions/holistic.md)."]]
