自己在笔记本ubuntu上装ncnn，一次性编译通过了

已于 2024-03-02 21:35:09 修改
阅读量319 收藏 7
点赞数 8
分类专栏： 深度学习SLAM 文章标签： 深度学习
于 2024-02-20 12:45:04 首次发布
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/sinat_16643223/article/details/136187675
版权

自己在笔记本ubuntu上装ncnn，一次性编译通过了

输入图片说明

我就直接按照这个教程来的，装好一些依赖包之后，按照普通C++工程的方式去编译就可以了。（虽然git仓库都官方给的安装教程，但是说得凌乱不清，我干脆百度去了） ncnn在ubuntu18.04上的安装[成功完成]_ubuntu18 ncnn-CSDN博客

输入图片说明

最后sudo make install,文件都没有拷贝到系统目录下，这样不用担心有影响。

输入图片说明

网站维护中...icon-default.png?t=N7T8https://www.dnjc.cc/m/107123.html

我再改为这样就编译通过了！！！！！！！！！！！！！！！！！！！！！

诗筱涵
关注
  • 8
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ncnn在arm-linux平台的编译1
08-03
在原代码基础上修改部分代码1. 增加 arm-gcc.toolchain.cmake 文件set(CMAKE_C_COMPILER "/usr/bin/arm-
Ubuntu下编译ncnn
努力中的老周的专栏
03-18 3475
服务器操作系统 Ubuntu 18.04 ~# cat /proc/version Linux version 4.15.0-72-generic (buildd@lcy01-amd64-026) (gcc version 7.4.0 (Ubuntu 7.4.0-1ubuntu1~18.04.1)) #81-Ubuntu SMP Tue Nov 26 12:20:02 UTC 2019 编...
ubuntu中编译ncnn+vulkan
zk_ken的博客
11-08 1374
1、可能出现问题：fatal: not a git repository (or any of the parent directories): .git。解决办法，将编译好opencv的lib和include文件放到、usr/local中的lib和include中。原因：ncnn中glslang文件为空的，在cmake时git不能下载，所以需要手动下载glslang代码。cd到、usr/bin下面，查找python的版本，然后进行软连接。
Ubuntu18.04 编译 ncnn
人工智能
04-16 2016
官方文档（https://github.com/Tencent/ncnn/wiki/how-to-build#build-for-linux-x86）上说的是： install g++ cmake protobuf 其中g++和cmake，大家应该都非常熟悉了，只需要如下命令就可以装好 sudo apt install g++ cmake 而 protobuf 我百度搜索了一下，很多都是自...
ubuntu环境 安装ncnn
qq_37373742的博客
06-10 2545
1.ubuntu环境 安装opencv4 2.安装g++，cmake，protobuf 3.安装并测试ncnn 4.cmake编译ncnn项目 5.qt编译器内编译ncnn项目
NCNN源码一键编译ios库
09-28
一键编译NCNN的IOS库，能够同时支持x86_64/i386（iPhoneSimulator）和 armv7/arm64（iPhoneOS）。直接打包生成framework。 在最新NCNN源码测试通过。
NCNN安卓库一键编译
09-28
一键编译NCNN安卓库，支持armv7、arm64等。编码语言python。 在NCNN最新版本测试通过。
VS2017+NCNN+protobuf成功编译
04-18
VS2017+NCNN+protobuf成功编译： 用于部署cpu、gpu上的深度学习算法 基于NCNN框架：听说不依赖任何第三方库 详细编译过程可以参考我的专栏：https://blog.csdn.net/yohnyang/article/details/128384633
编译好的腾讯的NCNN库
11-08
在windows上编译的，直接拿来就可以用，10月29号编译好的。
打开深度学习的锁：（3）进阶知识补充
最新发布
Jiashun Hao的博客
05-20 569
2：对于小权重的特征来说，损失也会增大，但也没有那么大，所以下一次更新的时候权重会减少但是没有很多。例如，如果你需要一个简化的模型来解释模型是如何做出决策的（特征选择），L1可能是更好的选择。如果你需要确保模型的所有参数都小一些，从而增强模型的泛化能力，那么L2可能是更合适的选择。除了正则化以外，一些对于设置的优化方式，也可以帮助建立更好的模型，主要有以下几点。，对于大权重的特征来说，损失会增大，所以下一次更新的时候权重会被减少很多。此外， Dropout正则化的设置比较灵活，对于重要的层，比如最后的。
深度学习之基于YoloV5人体打架异常行为识别
2301_79809972的博客
05-20 516
一、项目背景与意义随着社会的发展和科技的进步，对于公共场所的安全监控需求日益增加。尤其是在一些高人流量的场所，如学校、商场、车站等，打架斗殴等异常行为的发生可能会给人们的生命安全和财产带来威胁。因此，开发一种能够实时监测并识别打架斗殴等异常行为的技术显得尤为重要。基于YOLOv5的人体打架异常行为识别项目旨在利用深度学习技术，实现对人体打架等异常行为的快速、准确识别，为公共场所的安全监控提供有力支持。二、技术实现。
常用深度学习工作站、服务器推荐
HPC_factory的博客
05-16 406
1块500GB M.2 SSD系统盘+1块8TB SATA 企业级硬盘作为数据盘。1块1TB M.2 SSD系统盘+1块18TB SATA 企业级硬盘作为数据盘。1块1TB U.2 SSD系统盘+3块18TB SATA 企业级硬盘作为数据盘。2张NVIDIA Geforce RTX 4090三风扇版。4张NVIDIA Geforce RTX 4090三风扇版。NVIDIA Geforce RTX 4090涡轮版。常用配置以单卡、双卡、四卡工作站，八卡服务器为主。目前常用的显卡4090、A6000.
Python轴承故障诊断 (19)基于Transformer-BiLSTM的创新诊断模型
小蜗爱建模的博客
05-16 857
注意：本模型继续加入 轴承故障诊断—创新模型全家桶 中，之前购买的同学请及时更新下载!
基于门控的循环神经网络：GRU
weixin_42255757的博客
05-20 435
本文主要介绍了门控循环单元GRU网络的原理以及实现。
深度学习之基于YoloV5的路面裂缝检测识别分析系统
qq1744828575的博客
05-20 632
一、项目背景与目标随着城市化进程的加快，道路建设和维护成为城市基础设施的重要组成部分。然而，道路在长期使用过程中，由于车辆荷载、环境因素等原因，往往会出现裂缝等病害，影响道路的安全性和使用寿命。传统的路面裂缝检测方法主要依靠人工巡检，不仅效率低下，而且容易遗漏或误判。因此，本项目旨在利用深度学习技术，特别是YOLOv5目标检测算法，开发一个高效、准确的路面裂缝检测识别分析系统，以提高道路巡检的效率和准确性。二、系统组成本系统主要包括图像采集、图像预处理、裂缝检测和识别分析四个部分。
【框架】简化多卡训练——huggingface accelerate使用方法介绍
weixin_43441566的博客
05-20 240
HuggingFace 的 accelerate 库可以实现只需要修改几行代码就可以实现ddp训练，且支持混合精度训练和TPU训练。(甚至支持deepspeed。accelerate支持的训练方式为CPU/单GPU (TPU)/多GPU(TPU) DDP模式/fp32/fp16等。
深度学习之基于MTCNN+Facenet的人脸识别身份认证系统
2301_79809972的博客
05-20 320
一、项目背景与意义随着信息技术的快速发展，身份认证技术在日常生活和工作中的重要性日益凸显。传统的身份认证方式如密码、身份证件等存在易遗忘、易伪造等问题，而人脸识别技术以其独特的生物特征识别优势，逐渐成为身份认证领域的研究热点。本项目旨在利用深度学习技术，结合MTCNN和FaceNet两种先进的模型，构建一套高效、准确的人脸识别身份认证系统，以满足现代社会对身份认证技术的需求。二、技术实现。
linux 编译ncnn
07-27
要在Linux上编译ncnn，您可以按照以下步骤进行操作： 1. 首先，确保您已经安装了CMake、Git和GCC。如果尚未安装，请使用以下命令安装它们： ``` sudo apt-get install cmake git gcc ``` 2. 克隆ncnn的源代码库。在终端中运行以下命令： ``` git clone https://github.com/Tencent/ncnn.git ``` 3. 进入ncnn目录： ``` cd ncnn ``` 4. 创建一个用于构建的目录，并进入该目录： ``` mkdir build cd build ``` 5. 运行CMake来配置构建过程： ``` cmake .. ``` 6. 运行make命令进行编译： ``` make -j4 ``` 这里的"-j4"表示使用4个线程进行编译，您可以根据自己的CPU核心数进行调整。 7. 编译完成后，您可以在build目录中找到生成的库文件（libncnn.a）和头文件。 请注意，这是一个基本的编译指南，可能会因为您的系统配置而有所不同。在实际操作中，可能还需要安装其他依赖项或根据您的需求进行一些额外的配置。建议您查阅ncnn的官方文档或GitHub页面，以获取更详细的信息和指导。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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