内容概要：本文档详细介绍了MediaPipe人脸检测项目在Linux系统上的安装、配置和运行步骤。首先讲解了通过Bazelisk安装和管理Bazel的方法，包括下载、赋予执行权限、验证安装等步骤。接着阐述了MediaPipe的三种导入或下载方式，并重点描述了如何安装OpenCV和FFmpeg，包括使用包管理器安装预编译库、从源代码构建等方法。此外，文档还涉及了CUDA或GPU加速的配置，以及C++和Python版本的“Hello World”示例的编译与运行。最后，针对常见的编译错误如GCC版本不兼容、Python路径设置错误等提供了详细的解决方案。 适合人群：具备一定Linux操作基础，对计算机视觉或机器学习领域感兴趣的开发者，尤其是希望在嵌入式设备或Linux平台上实现人脸检测功能的研发人员。 使用场景及目标：①帮助开发者在Linux系统上快速搭建MediaPipe人脸检测环境；②解决在编译和运行过程中可能出现的技术难题；③为后续深入研究MediaPipe或其他相关项目提供基础支持。 阅读建议：由于涉及到较多命令行操作和技术细节，建议读者在实际环境中跟随文档逐步操作，同时注意根据自身环境调整相关配置参数。对于遇到的问题，可以参考文档提供的常见问题解决方案，并结合自身情况进行排查和解决。

Bazel 是一个多语言、开源的构建工具，旨在支持大型软件项目的自动化构建和测试。Bazel 的设计理念着重于提高构建的速度和可靠性，同时支持多平台构建。它支持多种编程语言，包括但不限于 Java、C++、Python 和 Go。Bazel 使用一种名为 BUILD 的高级构建语言来描述项目的构建过程，使得构建配置既灵活又易于理解。 Bazel 的核心特性之一是其强大的依赖分析和管理能力。通过精确地跟踪项目中每个组件的依赖关系，Bazel 能够确保构建的增量性和确定性。这意味着当源代码发生变化时，Bazel 只会重新构建受到影响的部分，从而显著提高构建效率。此外，Bazel 支持远程缓存，允许跨多个构建共享部分构建结果，进一步加速构建过程。 Bazel 还特别注重于构建的可重复性。通过将构建环境封装化，Bazel 确保了构建过程不会受到外部环境的影响，从而使得构建结果在不同环境中是一致的。这一点对于确保软件质量和便于问题追踪尤为重要。

2022年12月5日于官方网站https://bazel.build/bazel-release.pub.gpg上下载的bazel-release.pub.gpg文件，可以用于ubuntu16.04和18.04上bazel的安装。安装教程见： https://blog.csdn.net/qq_37464479/article/details/126385913。希望可以帮到上不去该网站的小伙伴们！

在c++中运行TensorFlow模型，不需要安装，也不需要Bazel - serizba/cppflow-源码

bazel-0.4.2-installer-linux-x86_64.sh.如有需要，自行下载，谢谢！

bazel_tf_op add a custom tensorflow op in bazel 如何建造 bazel build -c opt --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" op:matrix_add_op python op/test_matrix_add.py

可用于对tensorflow源码的编译等处理，该文件可用于nvidia xavier nx，支持各jetpack版本

bazel-3.7.2-dist源代码

bazel-4.0.0-installer-linux-x86_64.sh

bazel-0.19.2，可从官方网址下载：https://github.com/bazelbuild/bazel/releases/tag/0.19.2 网速不佳时可能下载不下来，分享资源为了方便有需要的小伙伴们。