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 17:43:31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
相关项目推荐

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
466
kernelkernel
deepin linux kernel
C
32
16
atomcodeatomcode
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get Started
Rust
2.09 K
218
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
docsdocs
暂无描述
Dockerfile
780
5.08 K
pytorchpytorch
Ascend Extension for PyTorch
Python
758
968
flutter_flutterflutter_flutter
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
272
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
880
2.02 K
mindquantummindquantum
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
112
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
1.11 K
682