macos体系编译MediaPipe并打包单个算法为ios的framework--以PoseTracking为例（1）

注意：官方已推出针对ios的pod库和官方swift代码示例，可直接利用pod ‘MediaPipeTasksVision’, ‘0.10.14’，来加载mediapipe库，此系列文章仅实用于想要自界说名字维护版本打包mediapipe的framwork。
    媒介：现在主流的开源物体辨认算法有MediaPipe和YOLOv1~YOLOv8系列。
  此中，YOLO系列是专门的物体辨认算法，告急用于目的检测任务，可以直接转成iOS自带的CoreML模子。
  MediaPipe是一个多功能AI框架，其算法包罗对象检测、图片分类、图片分割、交互式分割、手势辨认、手部特性点检测、嵌入图片、人脸检测、面部特性检测、姿势特性点检测、人脸风格化、团体特性点检测，其算法模子不能直接转成iOS自带的CoreML模子，一样平常利用Tulsi工具把对应算法模子转成framework后在xcode项目中与c++共同调用。
    本文以Mediapipe中的姿势特性点检测（PoseTracking）算法（即人体骨骼图）为例，讲授怎样将Mediapipe的单个算法打包为ios可用的.framework，并在Xcode项目中利用。
    之前已经设置乐成过Mediapipe v0.9.2.1的利用环境，涉及安装了python3，opencv@3，bazel 5.3.2, macos13.4.1。打包了PoseTrackingGpuApp.framework。这次xcode和macos体系环境都比之前更新了，而且Mediapipe也出了新版本，因此须要升级，趁便记载下整个过程。
  

  

• MediaPipe完备版官方文档  
  
•