5.中断

一.概念
1.登记中断:意味着将底半部处理程序挂到该设备的底半部执行队列中去。
2.实现底半部的机制:tasklet和work queue(工作队列).

二.常见问题
1.什么是中断?
中断是指CPU在执行程序的过程中,出现了某些突发事件CPU必须暂停执行当前程序,转去处理突发事件,处理完毕后CPU又返回原程序被中断的位置并继续执行。
2.中断的分类
按中断来源分类:内部中断,外部中断 
按中断是否可屏蔽分类:可屏蔽中断,不可屏蔽中断(NMI) 
按中断入口跳转方法的不同分类:向量中断,非向量中断 
3.中断顶半部和底半部不同?
中断的底半部完成中断事件的绝大部分任务。底半部几乎做了中断处理程序所有的事情,而且可以被打断,这是顶/底半部最大的不同。
4.tasklet和work queue区别
tasklet:速度快,优先选择,原子操作,运行于中断上下文,基于软中断的机制
work queue:高延迟,允许休眠,运行于进程上下文
5.为什么用共享工作队列
可能驱动不需要自己的工作队列,只是偶尔地x向工作队列添加任务,使用内核提供的共享的默认工作队列
不应该长期独占该队列,即不能长时间休眠,更长的时间延迟。

三.驱动模块功能相关的结构体
1.中断处理:顶半部分
中断的作用:一般只简单的读取REG中断状态并清除中断标志后进行“登记中断”工作。
成员函数;
初始化:
a.申请中断
int request_irq(unsigned int irq,irqreturn_t (*handler)(int,void *,struct pt_regs *),
unsigned long flags,const char *dev_name,void *dev_id);
功能函数:
a.使能中断
void enable_irq(int irq);
b.屏蔽中断
void disable_irq(int irq);  //等待目前的中断完成
void disable_irq_nosync(int irq);//立即返回
c.ISR
typedef irqreturn_t (*irq_handler_t)(int ,void *);
typedef int irqreturn_t;
释放资源:
void free_irq(unsigned int irq,void *dev_id);

2.tasklet中断处理:底半部分
tasklet作用:中断底半部分,用于完成中断中比较耗时的代码。
成员函数:
初始化:
a.静态
DECLARE_TASKLET(name,func,data)
功能函数:
a.tasklet调度
void tasklet_schedule(struct tasklet_struct *t);//在顶层中断服务程序里面调用
b.ISR
void xxx_do_tasklet(unsigned long);
释放资源:

3.struct workqueue_struct:底半部分,工作队列
struct work_struct
struct workqueue_struct作用:中断底半部分,用于完成中断中比较耗时的代码。
成员函数:#include <linux/workqueue.h>
初始化:
a.初始化队列
struct workqueue_struct  *
#define create_workqueue(const char* name);//用于进程函数中
b.初始化队列中的任务
DECLARE_WORK(name,void(*function)(void *),void *data);
INIT_WORK(struct work_struct *work,void(*function)(void *),void *data);
功能函数:
a.提交任务
int queue_work(struct workqueue_struct *queue, struct work_struct *work);
int queue_delayed_work(struct workqueue_struct *queue, struct work_struct *work,unsigned long delay);//实际的工作至少会在经过指定的jiffies(由delay指定)之后才会被执行
b.调度任务
int schedule_work(struct work_struct *work);
int schedule_delayed_work(struct work_struct *work,unsigned long delay);
c.取消队列任务
int cancel_delayed_work(struct work_struct *work);//!= 0:内核会确保不会初始化给定入口项的执行,==0:则说明该入口项已经在其他处理器上运行,因此在cancel_delayed_work返回后可能仍在运行,怎么办?
释放资源:
a.清工作队列
void flush_workqueue(struct workqueue_struct *queue);
b.销毁工作队列
void destroy_workqueue(struct workqueue_struct *queue);

4.struct work_struct:共享队列
struct work_struct作用:
成员函数:#include <linux/workqueue.h>
初始化:
struct work_struct*
INIT_WORK(struct work_struct *work,void(*function)(void *),void *data);
功能函数:
a.调度
int schedule_work(struct work_struct *work);
int schedule_delayed_work(struct work_struct *work,unsigned long delay);
释放资源:
void flush_scheduled_work(void);








































【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
本项目是一个基于SSM(Spring+SpringMVC+MyBatis)框架和Vue.js前端技术的二手手机回收平台系统。该系统旨在为二手手机回收提供一个便捷、高效的在线交易平台,同时确保交易的安全性和透明度。 在后台管理方面,系统提供了用户管理、商品管理、订单管理以及数据统计等功能。通过这些功能,管理员能够轻松地管理平台上的用户信息、审核商品发布、跟踪订单状态,并对平台的运营数据进行详细的分析。 在前端展示上,系统采用了Vue.js框架,实现了响应式的用户界面设计。用户可以通过直观的界面浏览商品、发布自己的二手手机信息、下订单以及查看交易记录。此外,系统还提供了搜索和筛选功能,帮助用户快速找到符合自己需求的商品。 技术实现上,后端使用了Java语言,结合Spring框架进行依赖注入和事务管理,SpringMVC负责处理Web请求,而MyBatis则用于数据库操作。前端则使用Vue.js进行页面渲染和交互逻辑处理,搭配Axios进行异步数据请求。 本项目的数据库设计充分考虑了数据的完整性和安全性,采用了关系型数据库MySQL进行数据存储。数据库表结构包括用户表、商品表、订单表等,确保了系统的高效运行和数据的一致性。 对于正在进行毕业设计的学生或需要项目实战练习的Java学习者来说,本项目提供了一个完整的技术栈和业务逻辑实现,可以作为学习和实践的良好参考。
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