Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais compiler et optimiser mediapipe pour votre appareil ARM avec accélération GPU
Richter
À propos de ce service
Traduction automatique
MediaPipe ne fournit pas de roues ARM64. Je les compile avec accélération GPU.
Je compile à partir du code source Bazel, modifié pour GPU Mali avec support headless EGL/GBM. Vous obtenez un fichier .whl installable via pip avec le délégué GPU fonctionnant sans X11, sans serveur d’affichage, sans les soucis de Docker GPU.
Ce que vous obtenez :
Un .whl personnalisé pour votre carte ARM + Python + version de MediaPipe
Le délégué GPU via EGL GBM (vraiment headless)
Script d’installation + test de vérification
Rapport de benchmark (CPU vs GPU, latence + débit)
Plateformes vérifiées :
RK3576 (Mali-G52) carte de développement principale
RK3588 (Mali-G610)
Raspberry Pi 5 (VideoCore VII)
Toute Linux ARM64 avec GPU Mali/VideoCore + DDK
Benchmark : https://asciinema.org/a/Mv4LEGvaroBSs6oJ
Pourquoi cela importe :
Stock : uniquement CPU, plus de 100 ms/frame sur ARM
Ma version : accélérée GPU, 44 ms/frame (2,3 fois plus rapide)
Headless : Docker, CI/CD, rack serveur
Pas besoin de SDK NPU, seulement les pilotes GPU standard
Ce dont j’ai besoin :
Modèle de la carte + OS (Ubuntu, Debian, Yocto)
Version de Python (3.10/3.11/3.12)
Modules : Pose, Face, Hand, Holistic ou tous
Contactez-moi avant de commander si votre configuration est particulière, je confirmerai la compatibilité.
Découvrez Richter
Richter
- DeChine
- Membre depuisoct. 2024
- Dernière commande1 an
Langues
Chinois, Allemand, Anglais
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.
Traduction automatique
Mon portfolio
FAQ
Traduction automatique
Q : Pourquoi ne puis-je pas simplement pip install mediapipe sur ma carte ARM ?
R : Google ne publie que des roues x86_64. ARM64/aarch64 n’a pas de roue officielle. Vous devez compiler à partir du code source avec Bazel, ce qui nécessite environ 30 Go d’espace de build et 1 à 2 heures. J’ai déjà résolu les parties difficiles (patch EGL/GBM, configuration Bazel pour ARM, liaison du pilote GPU).
Q : Quelle est la différence entre build CPU et GPU ?
R : La build CPU utilise xnnpack pour l’inférence — environ 100 ms par frame sur RK3576. La build GPU utilise Mali via EGL/OpenGLES — environ 44 ms par frame. Même précision, même modèle, 2,3 fois plus rapide. La build GPU libère aussi le CPU pour d’autres tâches (décodage vidéo, API).
Q : Fournissez-vous les patches source ?
R : Le package premium inclut tous les fichiers BUILD Bazel, patches CMake, et modifications EGL/GBM sous forme de patch que vous pouvez réappliquer aux futures versions de MediaPipe. Les packages Basic et Standard incluent uniquement la roue compilée.
Q : Fonctionnera-t-il dans Docker ?
R : Oui. La build GPU se lie à /dev/dri/renderD128 (noeud de rendu DRM), que Docker peut exposer via --device. Je fournis un Dockerfile testé dans les packages Standard et Premium.
Q : Combien de temps prend la compilation sur mon matériel ?
R : La compilation se fait sur mon matériel (j’ai déjà l’outil prêt). Vous recevez le fichier .whl fini. L’installation sur votre appareil prend environ 30 secondes via pip install.
