搜狗网站做滤芯怎么样,手机网站如何优化,南京网络推广优化哪家好,wordpress会员可开店任务内容
在做ncnn-yolov8-obb模型安卓端移植的过程中#xff0c;对开源代码进行调试。为了确认开源代码yolov8-obb.cpp可以移植开发#xff0c;先对代码进行复现。因此在linux系统下编译yolov8-obb.cpp代码#xff0c;验证项目中的代码是可运行的。然后再把这个代码中的模…任务内容
在做ncnn-yolov8-obb模型安卓端移植的过程中对开源代码进行调试。为了确认开源代码yolov8-obb.cpp可以移植开发先对代码进行复现。因此在linux系统下编译yolov8-obb.cpp代码验证项目中的代码是可运行的。然后再把这个代码中的模型换为自己的缺陷检测模型。
项目代码https://github.com/FeiGeChuanShu/ncnn-android-yolov8
操作流程
编译安装代码需要的ncnn库
linux安装ncnn库 安装依赖项
sudo apt install build-essential git cmake libprotobuf-dev protobuf-compiler libomp-dev libvulkan-dev vulkan-tools libopencv-dev
安装依赖的bazel库
需要在服务器上安装代理软件能够访问bazel官网并下载公钥然后再apt安装。
bazel安装参考https://bazel.build/install/ubuntu?hlzh-cn
安装protobuf
参考官网https://github.com/protocolbuffers/protobuf/blob/main/src/README.md 源码编译ncnn
git clone https://github.com/Tencent/ncnn.git
cd ncnn
mkdir build cd build
cmake ..
make -j4
sudo make install
完成编译安装结果。 编译代码生成可执行文件
编译流程由于对gcc指令不熟因此采用cmake的方式进行编译。 创建cmakelists.txt将需要include和link的ncnn库opencv库都添加进去。mkdir build cd build cmake .. make生成可执行文件。会遇到的报错问题
问题一libncnn.a(simpleomp.cpp.o): undefined reference to symbol pthread_getspecificGLIBC_2.2.5
[100%] Linking CXX executable yolov8-obb
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(simpleomp.cpp.o): undefined reference to symbol pthread_getspecificGLIBC_2.2.5
/usr/bin/ld: /lib/x86_64-linux-gnu/libpthread.so.0: error adding symbols: DSO missing from command line
collect2: error: ld returned 1 exit status
make[2]: *** [CMakeFiles/yolov8-obb.dir/build.make:102yolov8-obb] 错误 1
make[1]: *** [CMakeFiles/Makefile2:76CMakeFiles/yolov8-obb.dir/all] 错误 2
make: *** [Makefile:84all] 错误 2 原因:是ncnn代码中用了多线程因此在cmake过程中需要指定多线程参数。解决方法在cmakelists.txt中的add_executable()之前增加
set(CMAKE_CXX_FLAGS -pthread)
message(STATUS CMAKE_CXX_FLAGS ${CMAKE_CXX_FLAGS})
问题二undefined reference to omp_get_thread_num等
编译器在链接过程中找不到 GOMP_parallel 这个符号还有omp_get_num_threads 和 omp_get_thread_num 等。
/usr/bin/ld: celu.cpp:(.text0x4d): undefined reference to omp_get_thread_num
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(celu.cpp.o): in function ncnn::CELU::forward_inplace(ncnn::Mat, ncnn::Option const) const:
celu.cpp:(.text0x180): undefined reference to GOMP_parallel
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(shrink.cpp.o): in function ncnn::Shrink::forward_inplace(ncnn::Mat, ncnn::Option const) const [clone ._omp_fn.0]:
shrink.cpp:(.text0x66): undefined reference to omp_get_num_threads
/usr/bin/ld: shrink.cpp:(.text0x6d): undefined reference to omp_get_thread_num
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(shrink.cpp.o): in function ncnn::Shrink::forward_inplace(ncnn::Mat, ncnn::Option const) const:
shrink.cpp:(.text0x3ac): undefined reference to GOMP_parallel
collect2: error: ld returned 1 exit status报错了 原因GOMP_parallel omp_get_num_threadsomp_get_thread_num 都是是 OpenMP 库中的函数或变量。由于ncnn库本身是使用 OpenMP 编译的。因此是ncnn在编译过程对openMP库的设置出了问题。解决方法在cmakelists.txt中option里设置了OPENMP模式为on启用模式。但是文件中另一处使用OPENMP库时if判断条件and配合了另一个库SIMPLEOMP默认是off模式因此我把SIMPLEOMP库的option也设置为on模式。然后再次编译ncnn后就不报这个错误了。 问题三当安装多个版本的opencv时如果用gcc方式编译就会因为设置不明白opencv的库文件路径报错。 解决方法在cmakelist中可以通过find_package的方式找到路径。
测试代码
将代码中的读取图像参数设为图像绝对路径模型文件设为绝对路径然后运行生成的可执行文件得到测试结果图如下
