10 Images

最新推荐文章于 2024-06-06 23:59:00 发布
最新推荐文章于 2024-06-06 23:59:00 发布
阅读量220 收藏 1
点赞数
分类专栏： Yocto参考手册 文章标签： linux
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/qq_15269787/article/details/119829997
版权

10 Images

OpenEmbedded 构建系统提供了几个示例图像来满足不同的需求。当您发出bitbake命令时，您提供了一个“顶级”配方，它基本上开始了您想要的图像类型的构建。

注意

在没有 GNU 通用公共许可证版本 3 (GPLv3)、GNU 宽松通用公共许可证版本 3 (LGPLv3) 和 GNU Affero 通用公共许可证版本 3 (AGPL-3.0) 组件的情况下构建映像仅支持最小映像和基本映像。此外，如果您要使用非 GPLv3 和类似许可的组件构建映像，则必须local.conf 在使用 BitBake 命令构建最小或基本映像之前在文件中进行以下更改：

1. Comment out the EXTRA_IMAGE_FEATURES line
2. Set INCOMPATIBLE_LICENSE = "GPL-3.0 LGPL-3.0 AGPL-3.0"

在pokyGit 存储库中，您可以使用以下命令显示源目录 中包含图像配方文件的目录列表：

$ ls meta*/recipes*/images/*.bb

以下是支持的配方列表：

  • build-appliance-image：一个示例虚拟机，其中包含使用构建系统以及构建系统本身运行构建所需的所有部分。您可以使用VMware Player或 VMware Workstation引导和运行映像。有关此图像的更多信息，请参阅Yocto 项目网站上的构建设备页面。

  • core-image-base：完全支持目标设备硬件的仅限控制台的映像。

  • core-image-full-cmdline：安装了更多全功能 Linux 系统功能的仅限控制台的映像。

  • core-image-lsb：符合 Linux Standard Base (LSB) 规范的映像。此映像需要启用 LSB 合规性的分发配置（例如poky-lsb）。如果您在core-image-lsb没有该配置的情况下构建 ，则映像将不符合 LSB。

  • core-image-lsb-dev：core-image-lsb适合使用主机进行开发工作的图像。该映像包括您可以在主机开发环境中使用的头文件和库。此映像需要启用 LSB 合规性的分发配置（例如poky-lsb）。如果您在core-image-lsb-dev没有该配置的情况下构建，则映像将不符合 LSB。

  • core-image-lsb-sdk:core-image-lsb包含跨工具链中的所有内容，但也包含开发头文件和库以形成完整的独立 SDK。此映像需要启用 LSB 合规性的分发配置（例如 poky-lsb）。如果您在core-image-lsb-sdk没有该配置的情况下构建，则映像将不符合 LSB。此图像适合使用目标进行开发。

  • core-image-minimal：一个只能允许设备启动的小图像。

  • core-image-minimal-dev：core-image-minimal适合使用主机进行开发工作的图像。该映像包括您可以在主机开发环境中使用的头文件和库。

  • core-image-minimal-initramfs: 将core-image-minimal基于最小 RAM 的初始根文件系统 (initramfs) 作为内核的一部分的映像，它允许系统更有效地找到第一个“init”程序。有关使用 initramfs 图像时有用的其他信息，请参阅 PACKAGE_INSTALL变量。

  • core-image-minimal-mtdutils：core-image-minimal支持 Minimal MTD Utilities的映像，它让用户与内核中的 MTD 子系统交互以在闪存设备上执行操作。

  • core-image-rt：core-image-minimal图像加上适合实时使用的实时测试套件和工具。

  • core-image-rt-sdk：core-image-rt包含交叉工具链中所有内容的图像。该镜像还包括开发头文件和库，以形成一个完整的独立 SDK，适合使用目标进行开发。

  • core-image-sato：支持 Sato 的图像、移动环境和视觉风格，适用于移动设备。该图像支持带有 Sato 主题的 X11 和应用程序，例如终端、编辑器、文件管理器、媒体播放器等。

  • core-image-sato-dev:core-image-sato适合使用主机开发的镜像。该映像包括在设备本身上构建应用程序所需的库、测试和分析工具以及调试符号。该图像以前是core-image-sdk.

  • core-image-sato-sdk：core-image-sato包含交叉工具链中所有内容的图像。该映像还包括开发头文件和库，以形成一个完整的独立 SDK，适合使用目标进行开发。

  • core-image-testmaster：设计用于自动化运行时测试的“主”映像。提供部署到单独分区的“已知良好”映像，以便您可以引导到该分区并使用它来部署要测试的第二个映像。您可以在 Yocto 项目开发任务手册的“执行自动化运行时测试”部分中找到有关运行时测试的更多信息。

  • core-image-testmaster-initramfs：一个基于 RAM 的初始根文件系统 (initramfs) 映像，专门用于该 core-image-testmaster映像。

  • core-image-weston：带有终端的非常基本的 Wayland 图像。此图像提供了 Wayland 协议库和参考 Weston 合成器。有关更多信息，请参阅Yocto 项目开发任务手册中的“使用 Wayland 和 Weston ”部分。

  • core-image-x11：带有终端的非常基本的 X11 图像。

Jarvis000
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Yocto编译报错server certificate verification failed. CAfile: /etc/ssl/certs/ca-certificates.crt CRLfile
wdlozxm的博客
06-17 1047
Yocto 编译报错server certificate verification failed. CAfile: /etc/ssl/certs/ca-certificates.crt CRLfile: none WARNING: Building libpam but ‘pam’ isn’t in DISTRO_FEATURES, PAM won’t work correctly ERROR: Function failed: Fetcher failure: Fetch command failed w
【Yocto】快速开始
jiangwei0512的博客
08-16 823
快速开始Yocto项目。
core-image-minimal分析1
groundhappy的专栏
10-19 4002
先不去考虑local.conf里面的一些配置内容，比如MACHINE等等，同时也不深入分析代码的构建那一部分，我们只分析通过Documentation可以查询到的。 只从bb文件以及配置的角度来查看。 image的一些定制内容和参考可以在这里找到 http://www.yoctoproject.org/docs/2.1/ref-manual/ref-manual.html
yocto的hello world
技术笔记
09-15 2520
为了辅助理解yocto编译的架构和编译过程，写一遍helloworld会好很多。 首先下载编译poky $ git clone git://git.yoctoproject.org/poky $ cd poky $ source oe-init-build-env $ bitbake core-image-sato 创建自己的layer：meta-mylayer $ bitbake-layers create-layer meta-mylayer NOTE: Starting bitbake server
yocto weston LCD 睡眠无法唤醒问题
zuihaobushi的专栏
08-27 703
硬件平台： x86 平台，赛扬J1900。 edp->lvds 液晶屏 系统： yocto-poky： 2-7.0 linux内核：5.0.3 bitbake core-image-weston 现象： 系统启动没问题，LCD 显示正常，当时当系统睡眠后，按键盘没有反应，系统无法唤醒。 hdmi，vga 都没有遇到这个问题。只有 LCD 有。 另外 core-...
train-images-idx3-ubyte.gz 和 train-labels-idx1-ubyte.gz
12-03
train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz t10k-images-idx3-ubyte.gz t10k-labels-idx1-ubyte.gz
t10k-images-idx3-ubyte.gz
05-24
t10k-images-idx3-ubyte.gz
halcon-10.0.1-images-windows.part01
07-16
halcon-10.0.1-images-windowss　halcon-10图像文件
t10k-images-idx3-ubyte
05-09
caffe mnist 所需数据
CIFAR-10 - Object Recognition in Images-数据集
03-22
CIFAR-10 是用于对象识别的已建立的计算机视觉数据集。它是8000万个微型图像数据集的子集，由60,000个32x32彩色图像组成，包含10个对象类别之一，每个类别具有6000张图像。它由Alex Krizhevsky，Vinod Nair和...
瑞萨开发板编译和烧录
懵懂的博客
01-10 6179
瑞萨开发版编译和烧录 1. yocto编译开发版所需的文件 参考 https://elinux.org/R-Car/Boards/Yocto-Gen3-ADAS 下载文件10G左右，整个编译的目录所需空间为100G左右，需保证硬盘的剩余空间至少150G 主要注意的是需加入local.conf里添加caffe和opencl支持 最后编译后的文件在$WORK/build/temp/deploy/im...
Yocto - Image
guoqx的专栏
03-09 962
core-image-lsb-sdk： core-image-lsb 包含跨工具链中的所有内容，但也包含开发头文件和库，以形成完整的独立 SDK。core-image-minimal-initramfs： 一个 core-image-minimal 镜像，它将基于 RAM 的最小初始根文件系统（Initramfs）作为内核的一部分，使系统能更有效地找到第一个 "init "程序。core-image-lsb-dev：适合使用主机进行开发工作的 core-image-lsb 映像。
Rockchip RK3588 - Yocto构建rk3588平台镜像
最新发布
Graceful_scenery的博客
06-06 1003
---------------------------------------------------------------------------------------------------------------------------- 开发板 ：ArmSoM-Sige7开发板eMMC ：64GBLPDDR4 ：8GB 显示屏 ：15.6英寸HDMI接口显示屏u-boot ：2017...
【SemiDrive源码分析】【Yocto源码分析】07 - core-image-base-x9h_ref_serdes.rootfs.ext4 文件系统是如何生成的
|~~~热爱生活、努力学习的小伙汁~~~|
05-07 1341
【SemiDrive源码分析】【Yocto源码分析】07 - core-image-base-x9h_ref_serdes.rootfs.ext4 文件系统是如何生成的
Yocto镜像编译
千生百世，缘起缘灭，皆已注定。
04-25 4744
Yocto2.4.2项目搭建 本文档适用于centos7系统 该项目支持的系统 ubuntu Ubuntu 14.04 (LTS)、Ubuntu 14.10、Ubuntu 15.04、Ubuntu 15.10Ubuntu 16.04 Fedora Fedora release 22Fedora release 23、Fedora release 24 CentOS ...
使用 Yocto Project 构建自定义嵌入式 Linux 发行版
zhangzhenhao的专栏
03-07 1577
from: http://www.ibm.com/developerworks/cn/linux/l-yocto-linux/ 简介： Yocto Project™ 是一个开源项目，设立该项目是为了使嵌入式 Linux® 开发更简单，更易于在不同架构间进行移植。本文将介绍该项目并提供如何开始使用该项目的分步指导 概述 Yocto Project 是一个开源协
imx6q 编译下载指南
热门推荐
wince_lover的专栏
05-19 1万+
imx6q linux 编译
（一）Yocto的介绍
kunkliu的博客
12-20 1778
一、概念及介绍   Yocto项目是一个开源协作项目，可帮助开发人员创建基于Linux的定制系统，这些系统专为嵌入式产品而设计，无论产品的硬件架构如何。Yocto Project提供灵活的工具集和开发环境，允许全球的嵌入式设备开发人员通过共享技术，软件堆栈，配置和用于创建这些定制的Linux映像的最佳实践进行协作。      全球数以千计的开发人员发现Yocto Project在系统和应用程序开发，归档和管理优势以及用于速...
详细解释一下这段代码，每一句都要进行注解：t=time() # By default colmap does not generate a reconstruction if less than 10 images are registered. Lower it to 3. mapper_options = pycolmap.IncrementalMapperOptions() mapper_options.min_model_size = 3 os.makedirs(output_path, exist_ok=True) maps = pycolmap.incremental_mapping(database_path=database_path, image_path=img_dir, output_path=output_path, options=mapper_options) print(maps) #clear_output(wait=False) t=time() - t timings['Reconstruction'].append(t) print(f'Reconstruction done in {t:.4f} sec') imgs_registered = 0 best_idx = None print ("Looking for the best reconstruction") if isinstance(maps, dict): for idx1, rec in maps.items(): print (idx1, rec.summary()) if len(rec.images) > imgs_registered: imgs_registered = len(rec.images) best_idx = idx1 if best_idx is not None: print (maps[best_idx].summary()) for k, im in maps[best_idx].images.items(): key1 = f'{dataset}/{scene}/images/{im.name}' out_results[dataset][scene][key1] = {} out_results[dataset][scene][key1]["R"] = deepcopy(im.rotmat()) out_results[dataset][scene][key1]["t"] = deepcopy(np.array(im.tvec)) print(f'Registered: {dataset} / {scene} -> {len(out_results[dataset][scene])} images') print(f'Total: {dataset} / {scene} -> {len(data_dict[dataset][scene])} images') create_submission(out_results, data_dict) gc.collect() except: pass
06-01
这段代码主要是进行图像重建的过程，下面是每一句话的注释： - t=time()：记录当前时间，用于计算重建时间。 - By default colmap does not generate a reconstruction if less than 10 images are registered. Lower it to 3.：默认情况下，如果注册的图像少于10张，则colmap不会生成重建。将其降低到3。 - mapper_options = pycolmap.IncrementalMapperOptions()：创建 pycolmap.IncrementalMapperOptions() 类的对象 mapper_options。 - mapper_options.min_model_size = 3：设置 mapper_options 的最小模型尺寸为 3。 - os.makedirs(output_path, exist_ok=True)：使用 makedirs() 函数在指定路径 output_path 创建文件夹，如果文件夹已经存在则不会报错。 - maps = pycolmap.incremental_mapping(database_path=database_path, image_path=img_dir, output_path=output_path, options=mapper_options)：使用 pycolmap.incremental_mapping() 函数进行增量式的图像重建，返回重建结果 maps。 - print(maps)：打印 maps，用于调试和查看重建结果。 - #clear_output(wait=False)：注释掉的语句，可能是用于清除输出缓存的，但是被注释掉了。 - t=time() - t：计算重建时间。 - timings['Reconstruction'].append(t)：将重建时间 t 添加到 timings 字典中的 Reconstruction 键对应的列表中。 - print(f'Reconstruction done in {t:.4f} sec')：输出重建时间，保留小数点后四位。 - imgs_registered = 0：记录已经注册的图像数量。 - best_idx = None：初始化最佳重建的索引为 None。 - print ("Looking for the best reconstruction")：打印提示信息，表示正在寻找最佳重建。 - if isinstance(maps, dict):：如果 maps 是字典类型。 - for idx1, rec in maps.items():：遍历 maps 字典中的每一项，其中 idx1 是键，rec 是值。 - print (idx1, rec.summary())：打印 idx1 和 rec 的摘要信息。 - if len(rec.images) > imgs_registered:：如果 rec 中注册的图像数量大于已经注册的图像数量。 - imgs_registered = len(rec.images)：将注册的图像数量更新为 rec 中注册的图像数量。 - best_idx = idx1：更新最佳重建的索引为当前的 idx1。 - if best_idx is not None:：如果存在最佳重建的索引。 - print (maps[best_idx].summary())：打印最佳重建的摘要信息。 - for k, im in maps[best_idx].images.items():：遍历最佳重建中的每一个图像。 - key1 = f'{dataset}/{scene}/images/{im.name}'：构造输出结果的键值，格式为 dataset/scene/images/im.name。 - out_results[dataset][scene][key1] = {}：在输出结果字典中为当前图像的键值创建一个空字典。 - out_results[dataset][scene][key1]["R"] = deepcopy(im.rotmat())：将当前图像的旋转矩阵 R 深度复制到输出结果字典中。 - out_results[dataset][scene][key1]["t"] = deepcopy(np.array(im.tvec))：将当前图像的位移矩阵 t 深度复制到输出结果字典中。 - print(f'Registered: {dataset} / {scene} -> {len(out_results[dataset][scene])} images')：输出已经注册的图像数量。 - print(f'Total: {dataset} / {scene} -> {len(data_dict[dataset][scene])} images')：输出总共需要注册的图像数量。 - create_submission(out_results, data_dict)：调用 create_submission() 函数生成提交结果。 - gc.collect()：手动调用 Python 的垃圾回收机制，释放内存。
评论
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