首页
/ MediaPipe项目构建Android AAR包的技术实践

MediaPipe项目构建Android AAR包的技术实践

2025-05-05 16:18:53作者:霍妲思

在Android平台上使用MediaPipe进行机器学习模型部署时,开发者经常需要将自定义的计算图(Graph)打包成AAR(Android Archive)格式。本文针对MediaPipe 0.10.21版本中构建AAR包的方法变更进行技术解析,并提供完整的解决方案。

背景与问题

MediaPipe项目在近期版本更新中进行了构建系统的重构,原先用于构建AAR的mediapipe_aar.bzl脚本被合并到了mediapipe_tasks_aar.bzl中。这一变更导致开发者无法直接使用原有的mediapipe_aar()函数来构建自定义计算图的AAR包。

解决方案

目前有两种可行的技术方案:

方案一:使用新的构建函数

MediaPipe项目提供了新的构建函数mediapipe_build_aar_with_jni,该函数位于mediapipe_tasks_aar.bzl中。使用示例如下:

load("//mediapipe/tasks/java/com/google/mediapipe/tasks:mediapipe_tasks_aar.bzl", "mediapipe_build_aar_with_jni")

mediapipe_build_aar_with_jni(
    name = "custom_aar",
    srcs = ["CustomCalculator.java"],
    native_library = ":custom_jni_lib",
    manifest = "AndroidManifest.xml",
    proguard_spec = "proguard.pgcfg",
    deps = [
        "//mediapipe/java/com/google/mediapipe/framework:android_framework",
    ],
)

方案二:恢复旧版构建脚本

考虑到兼容性问题,MediaPipe项目团队已临时恢复了mediapipe_aar.bzl脚本。开发者可以同步到特定提交来使用原有的构建方式。

技术实现细节

无论采用哪种方案,构建AAR包时都需要注意以下关键点:

  1. JNI库配置:必须正确配置native_library参数,指向对应的JNI库目标
  2. Android清单文件:需要提供完整的AndroidManifest.xml
  3. 混淆配置:建议提供Proguard规则文件以保证代码优化和混淆
  4. 依赖管理:确保包含所有必要的MediaPipe框架依赖

最佳实践建议

  1. 对于新项目,建议优先使用mediapipe_build_aar_with_jni函数
  2. 对于已有项目迁移,可以先采用恢复的mediapipe_aar.bzl进行过渡
  3. 构建前确保环境配置正确,包括:
    • Android SDK和NDK版本兼容
    • Bazel构建系统版本要求
    • 必要的系统依赖安装

总结

MediaPipe项目在不断演进过程中,构建系统也在持续优化。开发者需要关注这些变更,及时调整自己的构建配置。本文介绍的两种方案都能有效解决AAR包构建问题,开发者可以根据项目实际情况选择最适合的方式。

随着MediaPipe生态的成熟,建议开发者逐步迁移到新的构建系统,以获得更好的维护性和新特性支持。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8