Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik compileer en optimaliseer mediapipe voor jouw arm apparaat met GPU-versnelling
Richter
Over deze dienst
Automatische vertaling
MediaPipe levert geen ARM64 wheels. Ik bouw ze met GPU-versnelling.
Ik compileer vanaf Bazel source, gepatcht voor ARM Mali GPU met EGL/GBM headless ondersteuning. Je krijgt een pip-installable .whl met werkende GPU delegate zonder X11, zonder display server, zonder Docker GPU problemen.
Wat je krijgt:
Op maat gemaakte .whl voor jouw ARM board + Python + MediaPipe versie
GPU delegate via EGL GBM (echt headless)
Installatiescript + verificatietest
Benchmark rapport (CPU vs GPU, latency + throughput)
Gecertificeerde platforms:
RK3576 (Mali-G52) hoofdontwikkelbord
RK3588 (Mali-G610)
Raspberry Pi 5 (VideoCore VII)
Elke ARM64 Linux met Mali/VideoCore GPU + DDK
Benchmark: https://asciinema.org/a/Mv4LEGvaroBSs6oJ
Waarom dit belangrijk is:
Stock: alleen CPU, 100+ms/frame op ARM
Mijn build: GPU-versneld, 44ms/frame (2.3x sneller)
Headless: Docker, CI/CD, server rack
Geen NPU SDK nodig, alleen standaard GPU drivers
Wat ik nodig heb:
Boardmodel + OS (Ubuntu, Debian, Yocto)
Python versie (3.10/3.11/3.12)
Modules: Pose, Face, Hand, Holistic, of alles
Neem contact met me op voordat je bestelt als je setup bijzonder is, ik bevestig de compatibiliteit.
Maak kennis met Richter
Richter
- Afkomstig uitChina
- Lid sindsokt 2024
- Laatste levering1 jaar
Talen
Chinees, Duits, Engels
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 vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Q: Waarom kan ik mediapipe niet gewoon met pip installeren op mijn ARM board?
A: Google publiceert alleen x86_64 wheels. ARM64/aarch64 heeft geen officiële wheel. Je moet compileren vanaf source met Bazel, wat ongeveer 30GB aan buildruimte en 1-2 uur vereist. Ik heb de moeilijke delen al opgelost (EGL/GBM patching, Bazel configuratie voor ARM, GPU driver linking).
Q: Wat is het verschil tussen CPU en GPU build?
A: CPU build gebruikt xnnpack voor inferentie — ongeveer 100ms per frame op RK3576. GPU build gebruikt Mali GPU via EGL/OpenGLES — ongeveer 44ms per frame. Zelfde nauwkeurigheid, zelfde model, 2.3x sneller. GPU build maakt ook de CPU vrij voor andere taken (video decoding, API serveren).
Q: Lever je de source patches?
A: Premium pakket bevat alle Bazel BUILD bestanden, CMake patches en EGL/GBM modificaties als een patch set die je kunt hergebruiken voor toekomstige MediaPipe versies. Basic en Standard bevatten alleen de gecompileerde wheel.
Q: Werkt het in Docker?
A: Ja. De GPU build linkt tegen /dev/dri/renderD128 (DRM render node), die Docker kan exposen via --device. Ik lever een geteste Dockerfile in Standard en Premium pakketten.
Q: Hoe lang duurt de build op mijn hardware?
A: De compilatie gebeurt op MIJ hardware (ik heb de toolchain klaar). Je ontvangt het voltooide .whl bestand. Installatie op jouw apparaat duurt ongeveer 30 seconden via pip install.
