- 博客(13)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 gtest gcov gcovr单元测试记录
使用gtest进行单元测试 gcov统计代码覆盖信息 gcovr进行可视化的整个流程的环境配置以及测试例子
2024-01-23 17:14:39
585
1
原创 Ubuntu下CMakeLists.txt和VSCode配置文件学习记录
按照上面的配好之后，run code 会提示找不到opencv，不能运行程序；但是launch.json的配置是没有问题的，debug单步调试是好使的。使用cmake编译并执行，再单步调试也OK。如果项目中用到了第三方库，如opencv库，则首先需要安装opencv库，安装参考下面的博客，亲测无报错。新建build文件夹，在build文件夹执行Cmake，make就可以成功编译并生成可执行文件。2.launch.json，管调试的文件，内容如下。一、CMakeLists.txt。二、VSCode配置文件。
2024-01-04 15:10:13
694
1
原创 【无标题】
在本地打开终端输入-r是文件夹 单个文件不需要-r。与主机处于同一网段192.168.100。在本地终端通过ssh连接板子。第二步：在串口里面设置网络。
2023-12-27 16:42:47
363
1
原创 Windows系统离线配置深度学习环境（CUDA+cudnn+pytorch）
打开cuda的安装目录（根据自己的安装路径来）：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，然后将cudnn解压后对应的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0对应的cuda里。-d ./path的意思是将下载的文件存放到当前目录下的path文件夹里面，-i url的意思是从中科大镜像源下载文件。即为此驱动支持的最高版本的CUDA为10.2。
2023-05-09 19:07:05
1540
5
原创 Ubuntu深度学习环境配置(Tensorflow-GPU)及运行程序遇到的问题
深度学习环境配置：Ubuntu 18.04.6 LTS—CUDN10.1—Cudnn7.6—TF2.3（2.1、2.2）运行YOLOV4代码遇到的问题：Could not load dynamic library 'libcupti.so.10.1'&CUPTI_ERROR_NOT_INITIALIZED
2022-06-13 16:55:01
2997
原创 VS2019 MFC配置OpenCV430
1.环境变量配置下载OpenCV，解压结束后，鼠标右键此电脑，打开属性，打开高级系统设置，选择环境变量，找到系统变量中的path变量，双击，点击新建，将解压后opencv文件夹中的xxx\Opencv\build\x64\vc15\bin路径添加到当中，然后一路确认即可。找到解压文件夹，选择v15->bin文件夹，找到三个.dll文件。将bin目录下面的opencv_worldxxx(xxx是对应OpenCV的版本号).dll和opencv_worldxxxd.dll文件复制到C:\Windo
2022-02-15 09:41:23
2241
原创 数据类型转换
//CString转const char* CString strFilePath; const size_t strsize = (strFilePath.GetLength()+1)*2; char* pstr = new char[strsize]; size_t sz = 0; wcstombs_s(&sz,pstr,strsize,strFilePath,_TRUNCATE); int n = atoi((const char*)pstr);// const char*.
2022-01-11 17:53:11
135
原创 【无标题】
C++报错：Run-Time Check Failure #2-Stack around the variable 'imageName' was corruptedchar imgName[30]; sprintf(imgName, "F:\\Test\\Bitmap.bmp");内存错误；原因：char型数组imageName赋的字符串过长；将初始化更改为100，错误解决char imgName[100]; sprintf(imgName, "F:\\Test\\Bitm
2022-01-07 18:56:50
279
关于#人工智能#的问题：自己的数据集训练YOLOV4模型
2022-06-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人