Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Compilaré y optimizaré mediapipe para tu dispositivo ARM con aceleración GPU
Richter
Acerca de este Servicio
Traducción automática
MediaPipe no distribuye ruedas ARM64. Las construyo con aceleración GPU.
Compilo desde el código fuente de Bazel, parcheado para GPU Mali con soporte headless EGL/GBM. Obtienes un archivo .whl instalable con pip y con el delegado GPU funcionando sin X11, sin servidor de pantalla, sin dolores de cabeza con Docker GPU.
Lo que obtienes:
Archivo .whl personalizado para tu placa ARM + Python + versión de MediaPipe
Delegado GPU vía EGL GBM (realmente headless)
Script de instalación + prueba de verificación
Informe de benchmark (CPU vs GPU, latencia + rendimiento)
Plataformas verificadas:
RK3576 (Mali-G52) placa principal de desarrollo
RK3588 (Mali-G610)
Raspberry Pi 5 (VideoCore VII)
Cualquier Linux ARM64 con GPU Mali/VideoCore + DDK
Benchmark: https://asciinema.org/a/Mv4LEGvaroBSs6oJ
Por qué esto importa:
Stock: solo CPU, más de 100 ms por cuadro en ARM
Mi compilación: acelerada por GPU, 44 ms por cuadro (2.3 veces más rápido)
Headless: Docker, CI/CD, rack de servidores
No se necesita SDK de NPU, solo drivers estándar de GPU
Lo que necesito:
Modelo de placa + sistema operativo (Ubuntu, Debian, Yocto)
Versión de Python (3.10/3.11/3.12)
Módulos: Pose, Face, Hand, Holistic, o todos
Contáctame antes de ordenar si tu configuración es inusual, confirmaré la compatibilidad.
Conoce a Richter
Richter
- DeChina
- Miembro desdeoct 2024
- Última entrega1 año
Idiomas
Chino, Alemán, Inglés
I build computer vision systems that ship — on NVIDIA CUDA servers and ARM edge.
Not demos. Production.
6 projects deployed in 12 months: YOLO detection + tracking on CUDA and NPU (17x speedup), multi-camera RTSP pipelines with FFmpeg hardware decoding, MediaPipe GPU compiled from source for ARM Mali (2.3x faster, headless), PyTorch custom model training, and rPPG contactless vital signs from video.
Stack: Python, C++, PyTorch, OpenCV, CUDA, ONNX, YOLO, Docker. GPUs: RTX 4060 Ti, Hailo-8L NPU, Mali-G52.
3600+ lines in a real school. 20K+ lines in a shipping edge AI product.
Traducción automática
Mi porfolio
FAQ
Traducción automática
¿Por qué no puedo simplemente pip install mediapipe en mi placa ARM?
Google solo publica ruedas x86_64. ARM64/aarch64 no tiene rueda oficial. Debes compilar desde el código fuente usando Bazel, lo cual requiere aproximadamente 30GB de espacio y 1-2 horas. Ya resolví las partes difíciles (parcheo EGL/GBM, configuración de Bazel para ARM, enlace de drivers GPU).
¿Cuál es la diferencia entre la construcción CPU y GPU?
La construcción CPU usa xnnpack para inferencia — aproximadamente 100 ms por cuadro en RK3576. La construcción GPU usa Mali GPU vía EGL/OpenGLES — aproximadamente 44 ms por cuadro. Mismo nivel de precisión, mismo modelo, 2.3 veces más rápido. La construcción GPU también libera la CPU para otras tareas (decodificación de video, servicio API).
¿Proporcionas los parches del código fuente?
El paquete premium incluye todos los archivos BUILD de Bazel, parches de CMake y modificaciones EGL/GBM como un conjunto de parches que puedes reaplicar en futuras versiones de MediaPipe. Los básicos y estándar solo incluyen la rueda compilada.
¿Funcionará en Docker?
Sí. La construcción GPU enlaza con /dev/dri/renderD128 (nodo de renderizado DRM), que Docker puede exponer mediante --device. Proporciono un Dockerfile probado en los paquetes estándar y premium.
¿Cuánto tiempo tarda la compilación en mi hardware?
La compilación se realiza en mi hardware (tengo la cadena de herramientas lista). Recibes el archivo .whl terminado. La instalación en tu dispositivo toma aproximadamente 30 segundos mediante pip install.
