МедијаПајп (енгл. MediaPipe) је оквир отвореног кода за развој система машинског учења који је развила компанија Google. Намењен је обради мултимедијалних података у реалном времену, као што су видео, звук, текст и слике. Оквир омогућава развој решења из области вештачке интелигенције на мобилним уређајима, веб-апликацијама и десктоп системима.
МедијаПајп користи архитектуру засновану на протоку података, при чему се подаци обрађују кроз низ повезаних компоненти познатих као „калкулатори“ (енгл. Calculators). Захваљујући модуларном приступу и GPU убрзању, омогућена је ефикасна обрада података чак и на уређајима ограничених хардверских могућности.
Историја Развој МедијаПајпа започет је почетком 2010-их година унутар компаније Google. Првобитно је коришћен 2012. године за анализу видео и аудио садржаја на платформи YouTube. Оквир је јавно представљен као пројекат отвореног кода 2019. године„MediaPipe Documentation”. Google Developers. Архивирано из оригинала 10. 1. 2026. г. Приступљено 10. 6. 2026., након чега је постао широко коришћен у областима рачунарског вида и вештачке интелигенције.
Од 2023. године развој је усмерен ка модернизацији структуре под називом MediaPipe Solutions.
Aрхитектура МедијаПајп функционише као систем за програмирање протока података (енгл. dataflow programming). Основни елементи архитектуре су:
Графови (енгл. graphs) — графови који представљају ток обраде података; Калкулатори (енгл. calculators) — модуларне компоненте које извршавају појединачне операције; Пакети (енгл. packets) — јединице података које се преносе кроз систем и садрже временске ознаке.
MедијаПајп решења МедијаПајп садржи велики број готових решења за примену машинског учењаVina, Abirami (2024). „What is MediaPipe? A Guide for Beginners”. Roboflow Blog. Архивирано из оригинала 15. 1. 2025. г. Приступљено 10. 6. 2026..
Визуелни задаци
детекција лица (енгл. Face Detection); праћење руку и препознавање покрета; процена положаја тела (енгл. Pose Estimation); сегментација позадине и делова тела; детекција и праћење објеката; праћење покрета очију и лица.
Текстуални и аудио задаци
класификацију текста; детекцију језика; препознавање и класификацију звука у реалном временуDurai, Pranav; Kukil (2022). „MediaPipe – The Ultimate Guide to Video Processing”. LearnOpenCV. Приступљено 10. 6. 2026..
Генеративна вештачка интелигенција Новије верзије система укључују подршку за покретање великих језичких модела директно на уређају, као и алате за генерисање слика и мултимедијалног садржаја.
Алати за развој Поред основног оквира, МедијаПајп пружа и додатне алате за развој и тестирање модела:
MediaPipe Model Maker — алат за прилагођавање постојећих модела сопственим скуповима података; MediaPipe Studio — веб-алат за визуелизацију, тестирање и мерење перформанси модела директно у прегледачу.
Подржане платформе МедијаПајп је мулти-платформско решење и подржава:
оперативне системе Android, iOS, Windows, Linux и macOS; веб-апликације; програмске језике C++, Python, JavaScript, Java и Swift„mediapipe 0.10.35”. Python Package Index (PyPI). 2026. Архивирано из оригинала 1. 5. 2026. г. Приступљено 10. 6. 2026..
Оквир се може користити и на уграђеним системима и IoT уређајима, као што су Raspberry Pi и Jetson Nano.
Лиценца МедијаПајп је добио лиценцу под Apache 2.0 лиценцом, што омогућава слободну употребу, модификацију и комерцијалну примену софтвера.
Референце
Категорија:Кодирање