MediaPipe ARM aarch64 构建实战：两条路径把 mediapipe 装进你的设备

MediaPipe ARM aarch64 构建实战：两条路径把 mediapipe 装进你的设备

【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe

把 MediaPipe 部署到 ARM（aarch64）设备时，一条pip install mediapipe就会让你卡在门口：PyPI 上没有 aarch64 的 wheel，安装直接失败。这篇文章给出当前可行的两条路——社区预编译包和源码构建——目标是在 Jetson、树莓派等 aarch64 平台上装好 mediapipe 并跑通最小验证，全程只贴必要命令。

官方支持现状：PyPI 没有 aarch64 wheel

先说清楚事实，免得你在 pip 的报错里绕弯路。官方 Python 文档明确写了：MediaPipe PyPI 目前不提供 aarch64 的 Python wheel 文件，在 Nvidia Jetson、Raspberry Pi 这类 aarch64 Linux 系统上构建和使用，需要走专门途径（见 docs/getting_started/python.md 的 "Building MediaPipe Python Package" 一节）。

所以 ARM 用户的选项只有两个：

• 用社区维护的 aarch64 预编译版本，装完即用；
• 从源码构建自己的 mediapipe 包，可控但耗时。

下面分别展开。

路径一：社区维护的 mediapipe-python-aarch64

如果你只是想在 Jetson 或树莓派上把 mediapipe 跑起来、不打算改 C++ 源码，这条路径成本最低。社区项目mediapipe-python-aarch64提供了针对 ARM 架构优化的构建脚本和预编译包，专门覆盖 Jetson、Raspberry Pi 等设备的部署场景，省掉了本地编译 Bazel 工程的全部时间。

使用时的注意事项：

• 安装前确认包对应的 mediapipe 版本和你的 Python 版本匹配；
• 社区项目是第三方维护的，升级节奏跟官方不同，锁定版本后建议在业务里做回归验证。

路径二：mediapipe 源码构建

⚠️ 源码构建会本地编译 C++ 工程，耗时和依赖都比路径一重得多，但它不受第三方包版本限制，也适合你有本地修改的场景。

环境与前置工具：venv、Bazel、OpenCV

源码构建依赖 Bazel 作为构建系统、OpenCV 作为图像处理库，二者必须装对版本并正确配置，否则后面一步就会报错。Bazel 与 OpenCV 的安装和配置方法见 docs/getting_started/install.md。

Python 侧建议 3.6 以上版本，并强制使用虚拟环境隔离依赖：

python3 -m venv mp_env && source mp_env/bin/activate

按系统安装系统依赖

Debian / Ubuntu 系统需要这几个包，cmake仅在你需要源码构建 OpenCV 时才装：

sudo apt install python3-dev sudo apt install python3-venv sudo apt install -y protobuf-compiler sudo apt install cmake

macOS 上对应安装：

brew install protobuf brew install cmake

拉取仓库并安装 Python 依赖

克隆 mediapipe 源码并安装 requirements.txt 中列出的 Python 依赖（absl-py、numpy、opencv-contrib-python 等）：

git clone https://gitcode.com/GitHub_Trending/med/mediapipe cd mediapipe pip3 install -r requirements.txt

两种构建方式对比：setup.py install 与 bdist_wheel

构建入口都是仓库根目录的 setup.py，两种方式按需选择。

方式一：直接安装到当前环境。--link-opencv让构建直接链接已安装的 OpenCV 库，不重复编译：

python3 setup.py install --link-opencv

方式二：构建 wheel 包。产物落在dist/目录，适合跨设备安装——在一台配置完整的机器上编译一次，把 wheel 拷到目标板子上pip install即可：

python3 setup.py bdist_wheel pip install dist/mediapipe-*.whl

简单判断：单机使用选方式一；多台设备或想固定版本回滚选方式二。

验证安装：最小冒烟测试

先跑一段最小 import 测试，确认包能加载：

import mediapipe as mp print(mp.__version__) print("MediaPipe imported successfully")

没有异常、版本号正常输出，说明 aarch64 编译产物是健康的。想进一步确认功能面，可以逐个 import solutions 里用到的模块做冒烟测试，按需覆盖这些能力：

• Face Detection（face_detection）
• Face Mesh（face_mesh）
• Hands
• Holistic
• Objectron
• Pose
• Selfie Segmentation

下一步清单

• 在 Jetson / 树莓派上先装路径一的社区包跑通业务，再评估是否需要源码构建；
• 关注 PyPI 上 mediapipe 新版本的发布说明，看 aarch64 wheel 是否已补上——一旦官方提供，源码路径可以直接退役；
• 走源码构建时，把bdist_wheel产物按日期归档，版本升级整体换包，不做增量修补；
• Jetson 上安装前核对 Python 版本与 CUDA 环境的匹配关系，避免 wheel 与运行时 Python 不一致；
• 需要深入自定义计算图时，继续读 docs/getting_started/python_framework.md 了解 Python framework。

参考资料

• 官方 Python 使用与构建文档：docs/getting_started/python.md
• Bazel / OpenCV 安装指南：docs/getting_started/install.md
• Python framework 进阶文档：docs/getting_started/python_framework.md
• 社区 aarch64 适配项目：mediapipe-python-aarch64（以项目名检索获取最新地址）

【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe