linux win im,startalk_pc_v2

StarTalk Pc 2.0 客户端

StarTalk Pc 2.0 是基于StarTalk开源服务的Pc客户端, 支持Windows、Linux、Mac三个平台,除了部分平台性质的差别外,UI和功能都一致。

与1.0相比,除了支持更多平台外,UI、性能等各个方面都得到了有效提升。

Release版本下载地址: StarTalk官网

开发环境搭建

依赖的第三方库

Windows 操作系统

① Visual Studio 2017/2019

② Cmake

③ Clion(IDE建议使用Clion, 也可以根据cmakelist 写vs项目, 或者使用记事本)

Linux/MacOS 操作系统

① Cmake

② UUID

③ Clion 或者使用VIM

Tips:

1> protobuf、zlib、openssl、curl几个库因为编译比较复杂,我们提供了已经编译成功的版本,位置 ${root_dir}/Depends/${name},其他平台需要自己build

2> 安装Qt时请选择 QtWebEngine、QtMultimedia、QtMultimedia Widgets、QtQuick、QtQuick Controls2、QtSvg、QtWebChannel、QtPositioning、QtMacExtras(MacOS)、QtX11Extras(Linux)等模块

源码编译

#进入源文件根目录

$ cd ${root_dir}

$ mkdir build_release

$ cd build_release

$ cmake -DCMAKE_BUILD_TYPE=Debug/Release -DSTARTALK=ON .. #根据自己需要修改build版本

$ make

可执行文件会生成到 ${root_dir}/build_release/bin 目录下

tips:

1> 需要修改跟目录下的CMakeList.txt 中第三方的路径 根据自己的安装位置修改

2> Windows操作系统下需要设置Qt、Cmake的全局系统变量

3> Windows操作系统下需要使用Visual Studio的工具编译( VS 2017/2019 的开发人员命令提示符 )

关于更新

此版本不包含版本升级功能、我们会在功能完善之后放出。

联系我们

1> issue

2> 我们的官网 留言

  • 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