从裸系统编译android源码

系统为ubuntu11.10 

编译android源码版本为4.0.1

一、安装中文输入法:

ibus

    1、安装框架所需

$sudo apt-get install ibus ibus-clutter ibus-gtk ibus-gtk3 ibus-qt4

    2、启动框架

$im-switch -s ibus

    3、重启电脑

    4、点击通知栏键盘图标,选择

Preference—>Input Method—>Selece an input method—>Chinese—>拼音—>Add

 

参考:http://wiki.ubuntu.org.cn/%E4%B8%AD%E6%96%87%E8%BE%93%E5%85%A5%E6%B3%95

二、升级git

默认apt-get安装的git版本不行,在最后一步提取的时候会停在那不动,需要安装高版本的git。

    1、添加ppa

$sudo apt-add-repository ppa:git-core/ppa

    2、读取软件包

$sudo apt-get update

    3、安装

$sudo apt-get install git

参考:http://songfantasy.iteye.com/blog/1581035

三、安装JDK

由于我之前编译的为android2.3版本,所以要安装旧一点版本的jdk

    1、添加源:

$sudo vim /etc/apt/sources.list

添加http://us.archive.ubuntu.com/ubuntu/ hardy multiverse至最后一行

    2、读取软件包:

$sudo apt-get update

    3、安装jdk6

$sudo apt-get install sun-java6-jdk

 

四、安装需要的packet

$ sudo apt-get install git-core gnupg flex bison gperf build-essential zip curl zlib1g-dev libc6-dev lib32ncurses5-dev ia32-libs x11proto-core-dev libx11-dev lib32readline-gplv2-dev lib32z-dev libgl1-mesa-dev g++-multilib mingw32 tofrodos python-markdown libxml2-utils xsltproc

这里会报错,说某某某包不能用,要用哪个替换,按照提示来就行。

五、选择源码版本:

    1、更新repo版本

$repo init –repo-url https://android.googlesource.com/tools/repo -u http://android.googlesource.com/platform/manifest -b ics-plus-aosp

ics-plus-aosp 部分为git仓库分支选择,也就是要下的android源码版本选择,android版本号见https://android.googlesource.com/platform/manifest

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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