MediaPipe-Hand-Detection 示例

此文档讲述使用 QAI AppBuilder Python API 利用 Qualcomm® Hexagon™ Processor (NPU) 推理 MediaPipe-Hand-Detection 手部姿态识别模型。

示例支持设备

设备	SoC
Fogwise® AIRbox Q900	QCS9075

安装 QAI AppBuilder

提示

1. 请根据 QAI AppBuilder 安装方法 安装 QAI AppBuilder。

2. 请根据 创建 ADSP 环境变量 配置 ADSP 环境变量。

运行示例

安装依赖

在已激活的虚拟环境中安装示例依赖：

Device

pip3 install requests tqdm qai-hub py3-wget Pillow torch torchvision opencv-python-headless pygame

脚本还会在 ~/.qaihm 下查找 MediaPipePyTorch（提供 blazepalm 等模块）。若缺失可：

Device

mkdir -p ~/.qaihm
git clone --depth 1 https://github.com/zmurez/MediaPipePyTorch.git ~/.qaihm/MediaPipePyTorch

运行脚本

• 进入上游示例目录

  Device

  cd qai-appbuilder/samples

• 准备输入数据（无摄像头界面时需 GUI；无界面环境请用静态图片）

input image

• 执行推理

  Device

  python3 ComputerVision/Pose_Estimation/mediapipe_hand/mediapipe_hand.py \
    --chipset 9075 \
    --imagefile /path/to/hand_image.png \
    --displayPredict False \
    --DemoMode False

• 运行结果示意：目录下生成 output.jpg

output image

提示

首次运行会通过 Qualcomm® AI Hub 自动下载 handdetector 与 landmarkdetector 模型。无界面时请使用 --imagefile，并推荐安装 opencv-python-headless 以避免 Qt 插件初始化失败。

python3 run_inference.py --list
python3 run_inference.py --model mediapipe_hand --args "--chipset 9075 --imagefile /path/to/hand_image.png --displayPredict False --DemoMode False"