[RK3288][Android6.0] 调试笔记 --- 替换系统签名

最新推荐文章于 2025-03-21 11:08:40 发布

KrisFei

最新推荐文章于 2025-03-21 11:08:40 发布

阅读量5.6k

点赞数 2

分类专栏： -----Rockchip------ 子类__Android 文章标签： rk3288 系统签名

本文链接：https://blog.csdn.net/kris_fei/article/details/55100299

版权

本文档详细介绍了在RK3288平台上，针对Android 6.0系统如何替换默认的platform签名文件以解决apk安装权限问题。通过生成新的签名文件并修改系统及APK的签名设置，确保apk能够顺利安装并拥有system权限。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Platform: RK3288
OS: Android 6.0
Kernel: 3.10.92

由于项目的apk安装需要sharedUserId为system的权限(不需要高权限的apk是可以正常安装的),
一开始我用的是releasekey,导致签名文件不匹配无法安装,因此就替换系统默认platform签名文件.

生成新的签名文件
方法参考　rk3288/build/target/product/security/README

[kris@:~/rk3288]$./development/tools/make_key platform '/C=US/ST=California/L=Mountain View/O=Android/OU=Android/CN=Android/emailAddress=android@android.com'

后面参数可自行修改,参见:
http://blog.csdn.net/jscese/article/details/24243171

会生成两种文件:

公钥: platform.x509.pem
私钥: platform.pk8

系统端修改:
不管编译版本(项目需求),都改成platform签名文件.
build/core/Makefile:

ifeq ($(TARGET_BUILD_VARIANT),user)
BUILD_KEYS := release-keys
endif
#Kris, 170214, use our

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

KrisFei

关注关注

2
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

YOLOv8导出为onnx格式，aten::fft_fft2不支持导出，如何解决？

最新发布

**My Coding Family**

04-15

1127

🏆本文收录于《全栈Bug调优(实战版)》专栏，主要记录项目实战过程中所遇到的Bug或因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！备注：部分问题/疑难杂症搜集于互联网。

参与评论您还未登录，请先登录后发表或查看评论

【Debug】TensorRT报错汇总

王尼莫的博客

04-29

2509

下面是运行中的问题汇总及解决。

TensorRT 扩展用于 Stable Diffusion Web UI 安装与使用指南

gitblog_00826的博客

09-12

570

TensorRT 扩展用于 Stable Diffusion Web UI 安装与使用指南 Stable-Diffusion-WebUI-TensorRT 项目地址: https://gitcode.com/gh_mirrors...

RuntimeError: The size of tensor a () must match the size of tensor b () at non-singleton

Williamfine的博客

03-21

919

torchaudio音频读取与tensor长度关系

解决Stable Diffusion TensorRT转换模型报错cpu and cuda:0! (when checking argument for argume

lu6603547的博客

10-17

5522

覆盖extensions\stable-diffusion-webui-tensorrt里的export_onnx.py文件，将模型和相关的张量移动到GPU，即可解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cpu and cuda:0! (when checking argument for argument mat1 in method wrapper_CUDA

stable diffusion webui安装TensorRT扩展2024.1

German2000的博客

01-18

2361

如果你的stable diffusion webui（auto1111开源版）不能安装TensorRT扩展，现象是无限挂机，同时确定你的webui版本是1.6.1以上的话，可以按照本方法临时解决。TensorRT是什么，可以见我另外个贴子，反正生成速度很快就是了，但对硬件有要求，就是要有tensor core的GPU, 简单判断就是RTX起步的显卡。auto1111项目中其实已经有修复，但最近这个项目更新有点慢，所以还没发布新版本，估计在下一下子版中就会有修复了。删除后webui就可以正常启动了。

tensorRT的完整安装以及常见错误 export failure: [WinError 127] 找不到指定的程序。

zhuguiqin1的专栏

05-06

4372

我们需要把D:\tensorrt\TensorRT-8.6.1.6\lib对应的目录放到window环境变量即可。版本，安装完成tensorrt以后再pip install python对应的whl文件。在python中执行import tensorrt as trt代码会出现如下错误。

Stable Diffusion——使用TensorRT GPU加速提升Stable Diffusion出图速度

热门推荐

知来者逆的博客

02-08

1万+

NVIDIA 已发布了 TensorRT 稳定扩散工作流的演示，为开发者提供了一个参考实例，说明如何准备扩散模型并使用 TensorRT 加速这些模型。如果您有兴趣增强扩散工作流并为您的应用带来快速推理，这将是您的起点。在此基础上，TensorRT 工作流应用于 Stable Diffusion 开发者常用的项目。在 Stable Diffusion Web UI 中实施 TensorRT 进一步普及了生成式 AI，并提供了广泛而轻松的访问。

关于SD秋叶包报错 ModuleNotFoundError: No module named ‘tqdm.auto‘的解决办法

wwimhere的博客

12-28

2501

通过查看\秋葉整合包\sd-webui-aki-v4.5\python\Lib\site-packages，发现秋叶包自身打包了tqdm，并不是用的你在本机上安装的tqdm。秋叶包里是4.11版本，本机安装的是4.66。我在安装新扩展mov2mov后，秋叶包无法启动，报错信息显示ModuleNotFoundError: No module named 'tqdm.auto'。直接删除了秋叶包里的tqdm和tqdm-4.xx.dist.info两个文件夹，并把本机的两个文件夹复制过来。

SAM分割模型onnx导出模型问题：Exporting the operator repeat-interleave to ON

07-01

Exporting the operator repeat_interleave to ONNX opset version 11 is not supported TypeError: 'torch._C.Value' object is not iterable (Occurred when translating repeat_interleave). 问题解决: 1....

pytorch转onnx: step = 1 is currently not supported以及Exporting the operator silu to ONNX opset version

weixin_37889356的博客

12-02

6944

在yolov5s的pytorch模型转换onnx模型时报如下错误： RuntimeError: step!=1 is currently not supported 原因主要是低版本的opset不支持切片操作导致的；把模型转换的代码改成如下所示即可，即使用版本11以上的opset： torch.onnx.export(model, img, "xxx.onnx", verbose=True,opset_version=11,export_params=True) 解决该问题后可能会继续出现

从Pytorch到TensorRT的转换和推理

xu.hyj

03-12

1953

在本文中我们使用pytorch自带的工具将pt模型转为onnx模型，并使用onnxruntime推理引擎进行推理。为了保证模型转换过程中精度，进行了精度对齐的小实验，证明转换前后的误差在1e-6这个级别，是可以忍受的。后续继续将onnx转为tensorRT进行部署，实现从pt–onnx–tensorRT这个部署路线。

TensorRT加速最近处理的报错;

猫猫与橙子的博客

12-12

1433

问题描述: 使用cmake编译时出现下面的错误: 解决方法:参考:https://mp.csdn.net/postedit/84098336(自己之前遇到过,今天又遇到了); 销毁内存失败解决方法: 释放内存两种方式: new <--> delete new [] <--> delete [] 出错现象: 1.执行delete语句时，程序直接弹窗，崩溃。 2....

TensorRT【推理Error】---expecting compute 6.1 got compute 7.5, please rebuild

在人工智能的道路上爬行

08-16

1536

本地机器上的GPU与线上机器的GPU版本不一致，导致的加速版本不一致。将本地生成的TensorRT模型迁移到线上之后，推理过程中的报错。在线上重新进行TensorRT模型的转换。为什么会产生该错误？

TensorRT中的常见问题

专注于人工智能领域的小何尚

02-16

1828

以下部分有助于回答有关 NVIDIA TensorRT 典型用例的最常见问题。

矿卡40hx跑stable diffusion webui的TensorRT填坑指南

German2000的博客

01-18

1035

具体方法见我另外个贴。通常一个onnx模型需要20-30生成，TensorRT的特点也就是这样，先优化成Tensor Core可加速处理的模型，然后再生成图片。编译时很无聊，你可以用我之前贴中发过的GPU监控小程序，看看GPU跑的状态，万一跑飞了，可以重新来过。如果你真的很想用大尺寸或者sdxl，也可以网上找编译好的onnx模型来试，不过编译参数需要对得上，有点麻烦。当然，你在把模型编译完后，再把内存优化参数带上去，重新启动，就可以正常出图了。

Unsupported format or combination of formats) Failed to parse onnx model

jacke121的专栏

02-15

5190

Unsupported format or combination of formats) Failed to parse onnx model

详解Unsupported format or combination of formats) Failed to parse onnx model

牛肉胡辣汤

01-19

1272

在使用ONNX模型时，解析错误是常见的问题之一。本篇技术博客文章详细介绍了"Unsupported format or combination of formats"解析错误的原因和解决方法。希望通过本文的解释和建议，您能够避免或解决这类错误，并顺利地加载和解析您的ONNX模型。

如何运行和调试一个 JavaScript 代码片段，怎么打开，并且试运行？

**My Coding Family**

01-24

1104

🏆本文收录于专栏，主要记录项目实战过程中所遇到的Bug或因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家！持续更新中，up！up！up！！

Uncaught SecurityError: Failed to execute 'toDataURL' on 'HTMLCanvasElement': Tainted canvases may not be exported.

02-27

### 解决方案当遇到 `Failed to execute 'toDataURL' on 'HTMLCanvasElement': Tainted canvases may not be exported` 错误时，主要原因是浏览器的安全策略阻止了跨域图像数据的访问。为了防止潜在的安全风险，浏览器不允许将包含外部资源（尤其是来自不同源的图像）的画布转换为数据URL。 #### 方法一：设置CORS头服务器端可以通过配置响应头来允许跨域资源共享 (CORS)，从而使得客户端可以合法地加载并操作这些资源。具体来说，在提供图片资源的服务端添加如下HTTP头部： ```http Access-Control-Allow-Origin: * ``` 这表示任何域名都可以请求此资源。对于更严格控制的情况，则可以用具体的域名代替星号[^1]。 #### 方法二：使用代理服务如果无法修改远程服务器上的 CORS 设置，另一种解决方案是在同一域内创建一个简单的 HTTP 代理脚本。这个脚本负责向目标 URL 发起请求并将返回的内容转发给前端应用。通过这种方式，所有的网络通信都发生在同一个源下，因此不会触发同源策略限制[^2]。 #### 方法三：确保所有资源都是本地文件或来自相同源最简单的方法就是保证所使用的全部媒体素材要么托管在同一台服务器上，要么是从支持适当 CORS 头部的可信第三方获取而来。这样可以直接绕过跨域问题[^3]。 #### JavaScript 实现示例下面是一个基于上述原则调整后的JavaScript代码片段，用于处理 OpenLayers 地图导出 PDF 的场景: ```javascript // 假设 map 是已经初始化好的OpenLayer地图实例对象 map.once('postrender', function () { var canvas = document.createElement('canvas'); var ctx = canvas.getContext('2d'); // 获取当前视口大小，并据此设定新创建的<canvas>尺寸 const size = map.getSize(); canvas.width = size[0]; canvas.height = size[1]; // 将地图渲染上下文复制到新的<canvas> Array.prototype.forEach.call( document.querySelectorAll('.ol-layer canvas'), function (layerCanvas) { if (layerCanvas.width > 0) { // 防止空白层干扰 let transform = layerCanvas.style.transform; transform = transform.replace(/^matrix$([^\(]*)$$/, '$1'); transform = transform.split(',').map(Number); // 应用变换矩阵以保持坐标系一致 ctx.setTransform(...transform); // 使用 drawImage 绘制每一层至最终输出的<canvas> ctx.drawImage(layerCanvas, 0, 0); } }); // 导出前先尝试清除现有样式属性中的transform影响 ctx.setTransform(1, 0, 0, 1, 0, 0); // 如果一切正常，此时应该能够成功调用toDataURL() try { console.log(canvas.toDataURL()); } catch(e){ alert(`Error exporting image:\n${e.message}`); } }); ```