[ Stack technique ]
MediaPipe
Les solutions ML on-device de Google : mains, pose, visage et gestes en temps réel.
MediaPipe fournit des tâches prêtes à l'emploi qui s'exécutent entièrement sur l'appareil : détection et landmarks de mains, de pose et de visage, reconnaissance de gestes, segmentation d'images, et une API LLM Inference pour exécuter un petit LLM localement. La même Tasks API est disponible en Kotlin sur Android, Swift sur iOS, JavaScript sur le web et Python, avec Model Maker pour adapter un modèle à ses propres données. C'est notre choix quand une application doit comprendre le corps ou le visage de l'utilisateur en temps réel, sans envoyer la vidéo à un serveur.
[ Pourquoi MediaPipe chez Dexon ]
Ce que cette techno fait bien, et pourquoi nous la mobilisons.
Usage typique : Essayage virtuel, coaching sportif, contrôle gestuel d'interface, filtres et effets en direct.
- 01
Landmarks de mains, pose et visage en temps réel, avec accélération GPU sur l'appareil.
- 02
Tasks API unifiée : Android (Kotlin), iOS (Swift), web (JavaScript) et Python.
- 03
Reconnaissance de gestes, segmentation, classification et détection d'objets prêtes à l'emploi.
- 04
LLM Inference API : un LLM compact comme Gemma exécuté hors ligne sur le téléphone.
[ Technologies complémentaires ]
Les briques que nous mobilisons souvent en parallèle.
Une stack existe rarement seule. Voici les technologies que Dexon associe le plus souvent à celle-ci, par habitude de pipeline, similarité d'usage ou maîtrise interne. Cliquez sur une brique pour voir son périmètre.
[ Réassurance ]
- 0+
- projets livrés sur mesure
- 30
- ingénieurs, designers, chefs de projet
- 80 %
- issus des meilleures écoles FR
- 24 h
- délai moyen de réponse
[ Ils nous font confiance ]
Plus de 100 entreprises françaises et européennes nous accordent leur confiance.
[ Presse ]
Ils parlent de nous.
Couverture nationale par BFM Business, Le Figaro, Challenges, La Tribune et CNews. Une lecture extérieure de notre travail et de nos innovations.
