在windows10系统中,使用github源码构建notepad++ (超简单)

前言

作为刚学编程的小白,有件事情一直困惑着我,就是在github上git源码的时候,如何使用呢?	我的一点小白理解是:
1.源码可以用来搭建本地项目,实现某些功能;2.源码可以编译成可执行文件,类似发布的app,可以直接使用

1. 源码下载:notepad++

git clone https://github.com/notepad-plus-plus/notepad-plus-plus.git

2. 编译文件:notepad++

2.1 下载 MinGW-w64

官方下载链接

2.2 给MinGW-w64配置环境变量

将bin文件夹所在的路径添加到系统环境变量中

2.3 编译 Notepad++

在源码文件夹 notepad-plus-plus\PowerEditor\gcc 下打开命令行工具,使用 mingw32 编译notepad++,在命令行内输入以下命令进行编译:

mingw32-make
2.4 运行 Notepad++

编译完成后,在notepad-plus-plus\PowerEditor\gcc 下生成文件夹:bin.x86_64和bin.x86_64.build,打开bin.x86_64文件夹,点击可执行文件:notepad++.exe,可以打开应用,为了方便可以将其生成桌面快捷方式。

Yolov5+DeepSort是一种目标检测和目标跟踪的算法组合,可以在视频实现实时的多目标跟踪。在GitHub上,你可以找到相关的源码使用教程。 以下是使用Yolov5+DeepSort源码的一般步骤: 1. 下载源码:首先,你需要在GitHub上找到Yolov5和DeepSort的源码仓库,并将其下载到本地。 2. 安装依赖:在运行源码之前,你需要安装相关的依赖库。通常,这些依赖库包括PyTorch、NumPy、OpenCV等。你可以根据源码仓库的要求进行安装。 3. 准备数据集:为了训练和测试模型,你需要准备一个适当的数据集。这个数据集应该包含标注好的图像或视频,并且标注信息应该包括目标的类别和位置。 4. 训练模型:使用准备好的数据集,你可以开始训练Yolov5模型。根据源码仓库的指导,你需要运行相应的训练脚本,并设置好相关的参数,如学习率、批大小等。训练过程可能需要一定的时间,具体取决于你的硬件配置和数据集的大小。 5. 测试模型:在训练完成后,你可以使用训练好的Yolov5模型进行目标检测。根据源码仓库的指导,你需要运行相应的测试脚本,并提供待检测的图像或视频作为输入。测试过程将输出检测到的目标及其位置。 6. 应用DeepSort:一旦你完成了目标检测,你可以将DeepSort算法应用于检测到的目标,以实现目标跟踪。根据源码仓库的指导,你需要运行相应的跟踪脚本,并提供目标检测的结果作为输入。跟踪过程将输出每个目标的唯一ID和轨迹信息。 以上是一般的使用教程概述,具体的步骤和细节可能因源码仓库的不同而有所差异。建议你在GitHub上找到对应的源码仓库,并参考其的详细文档和示例代码来进行具体操作。
评论 2
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