Android开发环境搭建

一、软件、开发包清单

 

Android开发首先需要搭建完整的开发环境,由于软件均是基于Dalvik Java Virtual Machine运行的所以Google官方推荐使用主流的Java开发IDE Eclipse。我们需要下载必要的开发组件。

1)Java运行时库(JRE),由于Eclipse使用Java开发,所以需要它才可以正常运行IDE。

运行eclipse需要jre,开发andriod需要jdk(包含了jre),所以我们下载javaSE(jdk)6

http://java.sun.com/javase/downloads/index.jsp   JDK 6 Update 16

 

2)Eclipse集成开发环境,官方提供的Android开发插件ADT Plugin是基于Eclipse编写的,当然用户可以使用NetBean、JBuilder当作代码编辑器使用,但目前没有完整的调试集成。

http://download.actuatechina.com/eclipse/technology/epp/downloads/release/europa/winter/eclipse-java-europa-winter-win32.zip

 

3)Eclipse ADT Plugin插件是Android Develop Tool Kit的插件,用户需要安装它才能在Eclipse中建立和调试Android程序。

https://dl-ssl.google.com/android/eclipse/

 

4)Android SDK,它包含了完整的Android模拟器 、Android开发文档和调试工具,Google官方也会定时更新,最新的公开版本为2008-3-3 m5-rc15

http://dl.google.com/android/android-sdk-windows-1.5_r1.zip

 

首先我们将下载的JRE安装,然后解压缩Eclipse和Android SDK。运行Eclipse开发环境。

 

二、安装配置

1、安装jdk

验证: cmd,输入java –version 检查有效返回值

 

2、安装eclipse

解压即可,D:\AndroidTool\eclipse

 

3、安装android sdk

解压即可,D:\AndroidTool\android-sdk-windows-1.5_r3

添加tools目录到PATH中,cmd窗口输入 android –h 验证安装成功。

 

4、在线安装ADT(不同版本eclipse下面步骤略有不同)

 

a) 启动eclipse,选择:Help > Software Updates(install software) > Find and Install....

b) 在下一个对话框选择第二个选项:Search for new features to install,进入下一步

c) 选择New Local Site,输入https://dl-ssl.google.com/android/eclipse

d) OK,安装完成 android ddms , android development tools

 

5、配置已安装的插件,制定android sdk 位置

a) 选择:Window > Preferences...

b) 左边菜单中选中android

c) 在右边浏览兵选择android sdk的解压目录作为 sdk location

 

6、运行Sample

a) 选择:File > New > Project

b) 选择android project

c) New project中选择:Create Project from existing source,并选择sdk包下sample目录下的一个工程

d) Run 就可以打开模拟器运行软件了,如果想配置run或debug配置,可选择:Run > Open Run Dialog… 或 Open Debug Dialog…

 

7、创建Android虚拟设备 AVD

首次运行提示创建AVD。也可以从windowsàandroid sdk and adv mangager进入。

 

CMD下与之相关的指令有:

查看可用平台:android list targets

创建AVD:   android create avd –name <your_avd_name> --target <targetID>

       Eg: android create avd –name adk_1_5_version --target 2

 

 

问题:

 

[2009-10-10 14:28:21 - Emulator]emulator: ERROR: unknown virtual device name: 'sdk_1_5_version'

[2009-10-10 14:28:21 - Emulator]emulator: could not find virtual device named 'sdk_1_5_version'

 

解决:

而且已经新建了一个名称为"Firehack"(F:\Personal\.android\avd\Firehack.avd)的 Android Virtual Devices,因为所用的操作系统之前做过修改"个人资料"目录即将原来位于系统盘中的桌面转移到了F:\Personal。

因此问题的原因就很简单了,将"F:\Personal\"目录下的".android"目录复制到(注意是复制)"C:\Documents and Settings\Administrator"(如果您当前使用的用户为Administrator的话)。

 

修改 c:/my document and setting /Administrator/my documents/.android/avd目录下的.ini文件,将其中的路径信息修改为 c:/my document and setting /Administrator/my documents/.android/avd

再次运行Android模拟器,一切恢复正常了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值