做360网站优化快速自媒体营销方式有哪些

任务内容

在做ncnn-yolov8-obb模型安卓端移植的过程中，对开源代码进行调试。为了确认开源代码yolov8-obb.cpp可以移植开发，先对代码进行复现。因此在linux系统下编译yolov8-obb.cpp代码，验证项目中的代码是可运行的。然后再把这个代码中的模型换为自己的缺陷检测模型。

项目代码：https://github.com/FeiGeChuanShu/ncnn-android-yolov8

操作流程

编译安装代码需要的ncnn库

linux安装ncnn库

安装依赖项：

sudo apt install build-essential git cmake libprotobuf-dev protobuf-compiler libomp-dev libvulkan-dev vulkan-tools libopencv-dev

安装依赖的bazel库

需要在服务器上安装代理软件，能够访问bazel官网并下载公钥，然后再apt安装。

bazel安装参考：https://bazel.build/install/ubuntu?hl=zh-cn

安装protobuf

参考官网：https://github.com/protocolbuffers/protobuf/blob/main/src/README.md

源码编译ncnn

git clone https://github.com/Tencent/ncnn.git
cd ncnn
mkdir build && cd build
cmake ..
make -j4
sudo make install

完成编译安装结果。

编译代码，生成可执行文件

• 编译流程：由于对gcc指令不熟，因此采用cmake的方式进行编译。
  1. 创建cmakelists.txt，将需要include和link的ncnn库，opencv库都添加进去。
  2. mkdir build & cd build & cmake .. & make
  3. 生成可执行文件。
• 会遇到的报错问题：

问题一：libncnn.a(simpleomp.cpp.o): undefined reference to symbol 'pthread_getspecific@@GLIBC_2.2.5'，

[100%] Linking CXX executable yolov8-obb
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(simpleomp.cpp.o): undefined reference to symbol 'pthread_getspecific@@GLIBC_2.2.5'
/usr/bin/ld: /lib/x86_64-linux-gnu/libpthread.so.0: error adding symbols: DSO missing from command line
collect2: error: ld returned 1 exit status
make[2]: *** [CMakeFiles/yolov8-obb.dir/build.make:102：yolov8-obb] 错误 1
make[1]: *** [CMakeFiles/Makefile2:76：CMakeFiles/yolov8-obb.dir/all] 错误 2
make: *** [Makefile:84：all] 错误 2

• • 原因:是ncnn代码中用了多线程，因此在cmake过程中需要指定多线程参数。
  • 解决方法：在cmakelists.txt中的add_executable()之前增加：

set(CMAKE_CXX_FLAGS -pthread)
message(STATUS "CMAKE_CXX_FLAGS = ${CMAKE_CXX_FLAGS}")

问题二：undefined reference to `omp_get_thread_num'等

编译器在链接过程中找不到 GOMP_parallel 这个符号，还有omp_get_num_threads 和 omp_get_thread_num 等。

/usr/bin/ld: celu.cpp:(.text+0x4d): undefined reference to `omp_get_thread_num'
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(celu.cpp.o): in function `ncnn::CELU::forward_inplace(ncnn::Mat&, ncnn::Option const&) const':
celu.cpp:(.text+0x180): undefined reference to `GOMP_parallel'
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(shrink.cpp.o): in function `ncnn::Shrink::forward_inplace(ncnn::Mat&, ncnn::Option const&) const [clone ._omp_fn.0]':
shrink.cpp:(.text+0x66): undefined reference to `omp_get_num_threads'
/usr/bin/ld: shrink.cpp:(.text+0x6d): undefined reference to `omp_get_thread_num'
/usr/bin/ld: /home/xbang/cpz/env/ncnn/build/install/lib/libncnn.a(shrink.cpp.o): in function `ncnn::Shrink::forward_inplace(ncnn::Mat&, ncnn::Option const&) const':
shrink.cpp:(.text+0x3ac): undefined reference to `GOMP_parallel'
collect2: error: ld returned 1 exit status报错了

• • 原因：GOMP_parallel ，omp_get_num_threads，omp_get_thread_num 都是是 OpenMP 库中的函数或变量。由于ncnn库本身是使用 OpenMP 编译的。因此是ncnn在编译过程对openMP库的设置出了问题。
  • 解决方法：在cmakelists.txt中option里设置了OPENMP模式为on启用模式。但是文件中另一处使用OPENMP库时，if判断条件and配合了另一个库SIMPLEOMP默认是off模式，因此我把SIMPLEOMP库的option也设置为on模式。然后再次编译ncnn后就不报这个错误了。

问题三：当安装多个版本的opencv时，如果用gcc方式编译就会因为设置不明白opencv的库文件路径报错。

• • 解决方法：在cmakelist中可以通过find_package的方式找到路径。

测试代码

将代码中的读取图像参数设为图像绝对路径，模型文件设为绝对路径，然后运行生成的可执行文件，得到测试结果图如下：