Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich kompiliere und optimiere mediapipe für dein Arm-Gerät mit GPU-Beschleunigung
Richter
Über diesen Service
Automatische Übersetzung
MediaPipe liefert keine ARM64-Wheels aus. Ich baue sie mit GPU-Beschleunigung.
Ich kompiliere aus Bazel-Quellen, angepasst für ARM Mali GPU mit EGL/GBM Headless-Unterstützung. Du erhältst eine pip-installierbare .whl mit funktionierendem GPU-Delegate, kein X11, kein Display-Server, keine Docker-GPU-Probleme.
Was du bekommst:
Individuelles .whl für dein ARM-Board + Python + MediaPipe-Version
GPU-Delegate via EGL GBM (wirklich headless)
Installationsskript + Verifikationstest
Benchmark-Bericht (CPU vs GPU, Latenz + Durchsatz)
Verifizierte Plattformen:
RK3576 (Mali-G52) Hauptentwicklungsboard
RK3588 (Mali-G610)
Raspberry Pi 5 (VideoCore VII)
Jede ARM64 Linux-Distribution mit Mali/VideoCore GPU + DDK
Benchmark: https://asciinema.org/a/Mv4LEGvaroBSs6oJ
Warum das wichtig ist:
Stock: Nur CPU, über 100 ms pro Frame auf ARM
Mein Build: GPU-beschleunigt, 44 ms pro Frame (2,3x schneller)
Headless: Docker, CI/CD, Serverrack
Kein NPU SDK nötig, nur Standard-GPU-Treiber
Was ich brauche:
Board-Modell + OS (Ubuntu, Debian, Yocto)
Python-Version (3.10/3.11/3.12)
Module: Pose, Face, Hand, Holistic oder alle
Kontaktiere mich vor der Bestellung, wenn dein Setup ungewöhnlich ist. Ich bestätige die Kompatibilität.
Lerne Richter kennen
Richter
- AusChina
- Mitglied seitOkt. 2024
- Letzte Lieferung1 Jahr
Sprachen
Deutsch, Chinesisch, Englisch
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.
Automatische Übersetzung
Mein Portfolio
FAQ
Automatische Übersetzung
Q: Warum kann ich mediapipe nicht einfach mit pip auf mein ARM-Board installieren?
A: Google veröffentlicht nur x86_64 Wheels. ARM64/aarch64 hat kein offizielles Wheel. Du musst es aus Quellcode mit Bazel kompilieren, was etwa 30 GB Speicherplatz und 1-2 Stunden benötigt. Ich habe die schwierigen Teile bereits gelöst (EGL/GBM-Patching, Bazel-Konfiguration für ARM, GPU-Treiber-Verknüpfung).
Q: Was ist der Unterschied zwischen CPU- und GPU-Build?
A: CPU-Build nutzt xnnpack für Inference — etwa 100 ms pro Frame auf RK3576. GPU-Build nutzt Mali GPU via EGL/OpenGLES — etwa 44 ms pro Frame. Gleiche Genauigkeit, dasselbe Modell, 2,3x schneller. Das GPU-Build entlastet auch die CPU für andere Aufgaben (Video-Decoding, API-Servicing).
Q: Stellt ihr die Quell-Patches bereit?
A: Das Premium-Paket enthält alle Bazel BUILD-Dateien, CMake-Patches und EGL/GBM-Änderungen als Patch-Set, das du auf zukünftige MediaPipe-Versionen anwenden kannst. Basic und Standard beinhalten nur das kompilierte Wheel.
Q: Funktioniert das in Docker?
A: Ja. Das GPU-Build verknüpft mit /dev/dri/renderD128 (DRM-Render-Node), den Docker via --device bereitstellen kann. Ich liefere eine getestete Dockerfile in den Standard- und Premium-Paketen.
Q: Wie lange dauert der Build auf meiner Hardware?
A: Die Kompilierung erfolgt auf MEINER Hardware (ich habe die Toolchain bereit). Du erhältst die fertige .whl-Datei. Die Installation auf deinem Gerät dauert etwa 30 Sekunden mit pip install.
