Unverified50% confidenceFactExact time
Google开源的MediaPipe框架的Hand Landmark模型基于MobileNetV2骨干网络，在标准硬件上可达每秒30帧以上的检测速度
1
Sources
50%
Confidence
Long-term
Relevance
7/22/2026
First Seen
Sources
Related Claims
UnverifiedGoogle的MediaPipe提供手部21个关键点和全身33个关键点的实时追踪能力，适合移动端部署76% similarUnverifiedGoogle开源的MediaPipe框架提供轻量级手部关键点检测能力，可实时追踪21个手部骨骼节点，通过JavaScript直接在浏览器中运行，无需服务端支持73% similarVerifiedMediaPipe是Google开发的跨平台机器学习框架，其人脸检测模块基于BlazeFace轻量级神经网络架构，能输出468个面部关键点坐标66% similarUnverified谷歌开源模型Gemma 4上线Cerebras推理平台，基于31B开源权重以每秒1500+ Token速度运行，实现约15倍加速64% similarUnverifiedGoogle的PoseNet是专为浏览器端设计的轻量模型，基于MobileNet架构63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/594046API
curl https://kongchang.com/api/v1/knowledge/claims/594046MCP
get_claim(id=594046)