Streamlit × MediaPipeでHandPoseEstimationのWebアプリを簡単デプロイ

はじめに

手の姿勢推定に興味があるので、ひとまず簡単なモデルを動かしたいと思いました。
また、Streamlitを一度使ってみたいと思っていたので、手の姿勢推定とPythonのWebアプリを組み合わせて制作物を作ろうと思いました。

Streamlitとは

StreamlitとはPythonによる主にデータ可視化・データ分析向けのWebアプリケーションフレームワークです。
マークダウンを使用してページを作成できたり，デプロイも簡単なのが特徴です。デプロイしなくともちょっと可視化したいときなどにもおすすめです。
ぜひ「Streamlit」で調べてみてください

MediaPipeとは

MediaPipeとはGoogleが開発した機械学習や画像認識を行うフレームワークで、物体検出，顔検出，姿勢推定などの様々なタスクに対応しています。
Pythonなどで無料で簡単に使用できます。また解説記事も豊富にあるので「MediaPipe」で調べてみてください

制作物

Webアプリ

Repository

実装

それぞれ以下のサイトを参考にしてほとんど貼り付けただけです。
表示や、パラメータ調整は自身で工夫しました。

MediaPipe

Streamlit

デプロイ

以下の記事を参考にしました。Githubにpushするだけなので簡単です。

気をつける点は必要なライブラリをrequirements.txtに書いておくことと， Pythonのバージョンを最初に指定するくらいです。

デプロイ後にopencv周りでエラーが出ていたら以下のサイトを参考にすると良いです。

• [Streamlit sharing] Importerror: libgl.so.1: cannot open shared object file: no such file or directory opencv error - ☁️ Community Cloud - Streamlit

• ImportError libGL.so.1 cannot open shared object file No such file or directory - Streamlit Docs

最後に

PythonとMediaPipeは少しだけ触ったことがありましたが、1時間ちょっとで作れたと思うので、是非参考にしてみてください。