android 交叉编译dbow3

最新推荐文章于 2022-10-19 15:37:41 发布
最新推荐文章于 2022-10-19 15:37:41 发布
阅读量776 收藏 1
点赞数
分类专栏： linux AI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mhsszm/article/details/106105251
版权
linux 同时被 2 个专栏收录
54 篇文章 3 订阅
订阅专栏
AI
36 篇文章 0 订阅
订阅专栏

ndk 20版本是可以直接过的，但是ndk14b时，编译报如下错误：

 arm-linux-androideabi-gcc: error: unrecognized command line option '-fno-integrated-as'
    arm-linux-androideabi-gcc: error: unrecognized command line option '-fno-integrated-as'
    arm-linux-androideabi-gcc: error: unrecognized command line option '-fno-limit-debug-info'

然后看一下，是选项错误，先找cmake 是否有这些选项，发现没有；然后去网上看看，好像没什么发现。。。
看看编译：

-DCMAKE_TOOLCHAIN_FILE=$ANDROID_NDK/build/cmake/android.toolchain.cmake

然后，到这里面去找了一个，果然，这两个选项都包含在clang里面，而14b用的是gcc.应当是没加选项的原因，由于工程紧，直接屏蔽代码就好。然后就完美解决了。

南有木兮木不知
关注
专栏目录
交叉编译Android源码,交叉编译Android平台glib库
weixin_35662528的博客
05-26 1079
说明交叉编译Android平台glib库，参考的是https://segmentfault.com/a/11...，讲述的非常详尽。基本上一步步顺着做，就能完成编译。但是在个别步骤上还是遇到其他问题，于是记录成文，供参考。编译环境Linux ubuntu 3.19.0-25-generic #26~14.04.1-Ubuntu步骤1.下载并安装Android NDK下载地址：https://dev...
DBoW3 视觉词袋模型-网络版
10-12
DBoW3 视觉词袋模型-网络版，DBoW3 视觉词袋模型-网络版DBoW3 视觉词袋模型-网络版DBoW3 视觉词袋模型-网络版DBoW3 视觉词袋模型-网络版
DBoW3
人工智能
04-27 9559
For an improved version of this project, please see FBOWhttps://github.com/rmsalinas/fbow. DBoW3 is an improved version of the DBow2 library, an open source C++ library for indexing and converting
SLAM--DBow3
老邹的博客
07-17 449
DBoW3库的使用: 原文链接： https://blog.csdn.net/weixin_43821376/article/details/101480247 作者的demo: #include<iostream> #include<opencv2/opencv.hpp> #include<DBoW3/DBoW3.h> #include<string> using namespace std; using namespace cv; int main(in
DBOW3 使用
香妃
04-04 1285
DBoW3有两个主要的类：Vocabulary和Database Vocabulary：使用词典 第一步：检测出所有图像的全体特征features，放在同一vector中（DBoW提供多种特征检测算法） Ptr<Feature2D> detector = ORB::create(); vector<Mat> descriptors; for (Mat &image : images) { vector<K...
Android交叉编译环境&Iperf3;.0源码编译
01-23
本文将详细阐述如何在Linux环境下搭建Android交叉编译环境，并针对iperf3.0源码进行编译，以生成适用于Android系统的可执行文件。 首先，交叉编译是指在一个平台上构建另一个平台上的软件。对于Android，我们通常在...
android-arm平台ndk交叉编译python
09-30
这时，我们就需要用到Android NDK（Native Development Kit）进行交叉编译，将Python编译为适用于Android ARM架构的二进制代码。本文将详细讲解如何在Android ARM平台上使用NDK工具进行Python的交叉编译。 首先，...
libredwg交叉编译项目(androidstudio)
最新发布
09-21
libredwg androidstudio交叉编译工程 在安卓下可以打开dwg文件 或者不知道如何交叉编译工程的同学也可以参考这个工程（请看2） 1： 下载解压，直接用androidstudio导入，然后直接点击build->make project 即可生成 ...
Android 独立交叉编译工具
04-14
Windows平台下 NDK 提取出来的 Android 平台交叉编译工具 可以直接编译生成Android下的可执行程序，或者库。
SLAM库大礼包：ceres-solver、DBow3、g2o、opencv-3.1.0、Pangolin、Sophus
03-20
本资源在github可以找到，小白为了装机方便，将他们整合到了一起。此“SLAM装机库礼包”包含6个不能通过终端安装的库文件，解压后用cmake安装即可。小白使用的系统是：Ubuntu16.04.6，不用担心相关文件过时的问题，通过“sudo apt-get update”指令更新即可。
win10+vs2015+DBoW3编译以及加载&LNK2019问题解决
potxxx的博客
02-27 1665
之前一直编译的是orb-slam2内自带的DBow2，现在重新学习一下DBoW3的使用（更快的速度以及更好的封装）。 首先从编译开始： 下载DBoW3源码：https://github.com/rmsalinas/DBow3 首先解压后在目录里新建一个build目录： 打开cmake输入源码地址（解压后的目录）与build目录（刚才建的）： 首先点击configure，然后指定一...
【泡泡机器人原创专栏】DBoW3 视觉词袋模型、视觉字典和图像数据库分析
发布工作学习过程中遇到的问题和解决方案
11-03 1332
【泡泡机器人原创专栏】DBoW3 视觉词袋模型、视觉字典和图像数据库分析 郭玉峰泡泡机器人SLAM2017-01-20 前言 图像数据库、视觉字典和视觉词袋向量是SLAM、计算机视觉、3D物体识别和卷积神经网络图像处理的重要基础工具。所谓“万丈高楼平地起”，在深刻理解这些基本工具的基础之上，根据开源项目构建自己的工程就可以做到游刃有余了。在工程实践中，开源代码往往不能满足业务需求，而对计算机视觉的应用直接上来裁剪代码是一件非常困难的事情。本文的初衷是用最浅显易懂的语言，帮助大家理...
学习DBow3源码（一）
weixin_44571233的博客
05-20 634
学习DBow3源码（一） 1 简介 本人小白，近期学习DBoW3源码做了一些可供参考的注释，如若有误，欢迎大家批评指正。 1.1 DBow3库的主要的类： BowVector： 表示图像的单词向量（本质上就是map，代表一对一对的键值对） Database： 图像数据库 DescManip： 操作特征描述子（计算均值、差分、IO例程） Feature Vector： 局部特征的的向量 **QueryResults：**检索图像数据库 ScoringObject： 计算两个向量间的值 Vocabulary：
SLAM第十一讲实践：【回环检测】DBoW3安装以及用ORB特征创建字典，回环相似度检测，增加字典规模再回环检测的详细实践
zhangyuanbonj的博客
10-19 1498
我们看到，明显相似的图1和图10（在C++中下标为0和9）其相似度评分约为0.058，而其他图像约为0.02。同时会生成文件vocab_larger.yml.gz，这个文件，是通过640个图片训练得到的字典，可以在loop_closure中。可以看到：分支数量k为10，深度L为5，单词数量为4970，没有达到最大容量。首先获取安装包，事实证明，使用高博的gaoxiang12/slambook第一版里面的安装包才可以。会生成一个vocabulary.yml.gz文件，后面会有用，如下图所示。
【DBoW3】【DBoW3实践】【DBoW3的使用学习记录】
qq_45954434的博客
08-02 3008
slam十四讲第二版】【课本例题代码向】【第十一讲~回环检测】【DBoW3的安装】【创建字典】【相似度检测】【增加字典规模】的1DBoW3的安装DBoW3//默认构造函数k=10,d=5这里使用了默认构造函数，也就是k=10，d=5。这是一个小规模字典，最大可以容纳100000个单词DBoW3DBoW3DBoW3i++){DBoW3}......
词袋模型基本原理——DBoW3
JackYe的博客
07-27 4309
1.什么是词袋模型？ （转载于https://blog.csdn.net/chapmancp/article/details/80179765） 最初的Bag of words，也叫做“词袋”，在信息检索中，Bag of words model假定对于一个文本，忽略其词序和语法，句法，将其仅仅看做是一个词集合，或者说是词的一个组合，文本中每个词的出现都是独立的，不依赖于其他词是否出现，或者说当...
深入理解DBOW3算法(一)
sanduan168的博客
05-06 8582
导语: 最近在做视觉闭环相关的研究, 希望改进其中的部分问题, 因知”纸上得来终觉浅，绝知此事要躬行”之理, 没有对代码细节的研究就谈不上真正精通词带库算法, 因而笔者最近详细阅读了dbow3开源代码,对其中的算法细节有了较好的理解,汇总成文,著录于此,与大家分享. 词袋在笔者看来其本质的意义是事先通过kmeans聚类将图像的描述子进行聚类, 通过离线的无监督学习生成了数据库,之后每来一帧新图像...
Android NDK交叉编译问题与解决策略
"NDK交叉编译问题小记主要涵盖了在使用JNA方式编译C/C++项目时遇到的问题及相应的解决策略，特别涉及到在arm-linux-androideabi工具链下进行交叉编译的常见困难。文档作者指出，对于Android API级别28及以上，需要在...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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