Arm Linux ceres库编译
由于工作需要,需在国产化系统上编译ceres库,手上有一块树莓派,就在树莓派上面进行测试编译ceres库,总体来说比较顺利。只出现了一点小问题
参考链接:
Ceres中文教程-安装
Ceres官方网站(英文)
按照上面Linux编译过程
目录
- 共享源码包
- 1、在线安装依赖项
- 1.1、安装CMake
- 1.2、安装google-glog + gflags
- 1.3、安装 BLAS & LAPACK
- 1.4、安装 Eigen3
- 1.5、安装SuiteSparse
- 2、编译ceres库
- 2.1下载ceres库源代码
- 2.2 编译
- 异常1、缺少absl库
- 解决方案:
- 异常2、缺少GTest库
- 解决方案:
- 2.3、继续编译
- 异常3、missing Abseil version
- 解决方案:
- 问题1,cmake版本过低,升级cmake
- 1.1、查看cmake版本
- 1.2、源码下载
- 1.3、源码编译
- 问题2,absl/time/time.cc编译问题,absl::Duration
共享源码包
源码包包含ceres库、abseil库、GTest库、cmake3.30.8
CSDN下载链接:https://download.csdn.net/download/weixin_42727069/90523593
1、在线安装依赖项
1.1、安装CMake
sudo apt-get install cmake
这里要注意一下,有些系统上有cmake,可以通过下面命令查看一下cmake版本,如果cmake版本低于3.16后面编译absl库的时候可能会出问题,至于怎么升级cmake可以参考博客后面升级cmke方法
cmake --version
arm系统cmake版本3.25.1

1.2、安装google-glog + gflags
sudo apt-get install libgoogle-glog-dev
1.3、安装 BLAS & LAPACK
sudo apt-get install libatlas-base-dev
1.4、安装 Eigen3
sudo apt-get install libeigen3-dev
1.5、安装SuiteSparse
sudo apt-get install libsuitesparse-dev
2、编译ceres库
2.1下载ceres库源代码
git clone https://ceres-solver.googlesource.com/ceres-solver
2.2 编译
首先说明,编译结果想单独放在某个文件夹中,按照我的习惯,喜欢在源码中新建build文件夹,然后将所有编译的输出都放到build中
cd ceres-solver
mkdir build
cmake ..
注意,在cmake …容易出错(我是按照参考链接的过程进行编译的)。依次存在下面两个问题,所以在安装库前可以先把下面两个问题的源码也同样编译一遍
异常1、缺少absl库
异常输出:
CMake Error at CMakeLists.txt:173 (find_package):By not providing "Findabsl.cmake" in CMAKE_MODULE_PATH this project hasasked CMake to find a package configuration file provided by "absl", butCMake did not find one.Could not find a package configuration file provided by "absl" with any ofthe following names:abslConfig.cmakeabsl-config.cmakeAdd the installation prefix of "absl" to CMAKE_PREFIX_PATH or set"absl_DIR" to a directory containing one of the above files. If "absl"provides a separate development package or SDK, be sure it has beeninstalled.

解决方案:
参考链接:
在ubuntu安装c++版本的absl库
第一步、下载abseil库
git clone https://github.com/abseil/abseil-cpp.git
第二步、编译
cd abseil-cpp
mkdir build
cd buildcmake .. -DCMAKE_INSTALL_PREFIX=/usr/local
make -j
sudo make install
这将会将 absl 安装到 /usr/local 目录下。
安装完成后,您可以在 C++ 代码中使用 absl。例如:
#include <iostream>
#include "absl/strings/str_cat.h"int main() {std::string s = absl::StrCat("Hello, ", "world!");std::cout << s << std::endl;return 0;
}
编译时需要链接 absl 库,例如:
g++ -o main main.cpp -labsl_strings
异常2、缺少GTest库
继续cmake编译的时候,出现了异常2,异常输出
Could NOT find GTest (missing: GTEST_LIBRARY GTEST_INCLUDE_DIRGTEST_MAIN_LIBRARY) (Required is at least version "1.14.0")

解决方案:
参考链接:
gtest教程(记录小白从0学习gtest的过程)
下载GTest源码(码云)
git clone https://gitee.com/fkliuyanhong/googletest.git
编译gtest
cd googletest
mkdir build
cd buildcmake ..
make
sudo make install
两个问题解决后cmake成功了,cmake成功截图如下:

2.3、继续编译
继续向下编译,依次执行下面命令:
make -j3
make test
make install
在最后执行make install出错
异常3、missing Abseil version
CMake Error at cmake_install.cmake:46 (message):Cannot generate CeresConfig.cmake due to missing Abseil version. Usingresulting package configuration will likely result in integration errors.Set absl_VERSION manually to disable this error message.

解决方案:
这个错误是通过deepseek告诉我的解决方案
刚刚在下载absl库的时候使用的是git下载的,所以在后面直接用git log查看版本,我查到的是如下:

所以自定义版本为:20250321
然后带着版本号重新编译一遍即可,依次执行下面命令
cd build (保证还是在build目录下就行了)cmake -Dabsl_VERSION=20250321 ..
make
sudo make install
ceres库成功编译完成

至此 辉 2025.3.22
麒麟系统下编译遇到的问题:
问题1,cmake版本过低,升级cmake
执行cmake … -DCMAKE_INSTALL_PREFIX=/usr/local命令时,提示下面错误,该错误主要是说要求cmake版本不低于3.16,我的版本为3.10.2

1.1、查看cmake版本

在网上查找了很多方法,我觉得不怎么靠谱,卸载cmake再安装都试过,没有什么用。最后只能使用杀手锏,源码编译安装
参考链接:
升级Cmake
1.2、源码下载
推荐cmake官网下载:官网地址
选择源码下载,如下图:

有时候会下载出错,多试几次就成功。文章开头我会把我下载的所有待编译库的源码共享出来,也可以通过我提供的地址进行下载。
1.3、源码编译
解压安装包
tar -zxvf cmake-3.30.8.tar.gz
进入目录进行编译
cd cmake-3.30.8
./bootstrap --prefix=/usr
sudo make
sudo make install
注意:./bootstrap --prefix=/usr 这一步很关键,如果没有指定prefix,后面使用时会报错Could not find CMAKE_ROOT
执行完后再去查看cmake版本,发现已经变过来了

问题2,absl/time/time.cc编译问题,absl::Duration
cmake版本升级成功了,继续执行cmake … -DCMAKE_INSTALL_PREFIX=/usr/local命令时,提示下面错误,该错误主要是说absl::Duration相关的constexpr函数调用上

deepseek解释:

感觉是GCC版本低了
树莓派arm版本的gcc

虚拟机上的gcc版本:

升级gcc比较麻烦。算了,重新安装新版本麒麟系统,再编译看看吧(未完待续 . . .)
相关文章:
Arm Linux ceres库编译
由于工作需要,需在国产化系统上编译ceres库,手上有一块树莓派,就在树莓派上面进行测试编译ceres库,总体来说比较顺利。只出现了一点小问题 参考链接: Ceres中文教程-安装 Ceres官方网站(英文) …...
c++中的四种cast转换
文章目录 前言一、dynamic_cast二、static_cast三、const_cast四、reinterpret_cast总结 前言 C继承并扩展C语言的传统类型转换方式,提供了功能更加强大的转型机制(检查与风险) 转换类型典型用途安全性static_cast相关类型转换(…...
矩阵补充,最近邻查找
矩阵补充,最近邻查找 矩阵补充是向量召回最简单的一种方法,现在不常用,学习矩阵补充是为了更好的理解后面学到的双塔模型 下图,输入用户ID和物品ID后从Eebedding层拿到对应的向量做内积,内积的结果就是矩阵补充 模型…...
gradio调用多个CSS的HTML页
很多博客介绍的gradio读取html和css比较简单,如果要做很细致的前端页面优化,比如丰富的响应式的cssjs,至少要有html多个css,是暂不能实现的。bootstrap、font-awesome、jquery等 方案一当然是直接更换htmlcss为主的部署方式&#…...
NVIDIA NeMo 全面教程:从入门到精通
NVIDIA NeMo 全面教程:从入门到精通 文章目录 NVIDIA NeMo 全面教程:从入门到精通目录框架介绍NeMo的核心特点NeMo的架构NeMo与其他框架的比较NeMo的模型集合NeMo的工作流程NeMo 2.0的新特性 安装指南系统要求使用Docker容器安装步骤1:安装Do…...
Go 语言封装邮件发送功能
Go 语言封装邮件发送功能 🏆 目标📦 依赖包🌟 项目结构🚀 代码实现🛠️ 主要方法说明🧪 单元测试🌈 使用示例🏆 代码亮点🌟 改进方向🚀 总结 在现代 Web 开发…...
加新题了,MySQL 8.0 OCP 认证考试 题库更新
MySQL 8.0 OCP 认证考试 题库更新 MySQL 8.0 Database Administrator 考试科目:1Z0-908 近期发现,MySQL OCP认证考试题库发生变化,出现了很多新题,对此,CUUG专门收集整理了最新版本的MySQL考试原题,并会给…...
Thales靶机攻略
1.下载导入VBox,并启动靶机 靶机地址:https://download.vulnhub.com/thales/Thales.zip 解压后,在VBox中导入虚拟电脑。包含所有网卡的MAC地址。 导入完成,设置网卡模式为仅主机网络。开启靶机。 kali网卡更改为桥接模式。点击工…...
尝试使用Tauri2+Django+React项目(2)
前言 尝试使用tauri2DjangoReact的项目-CSDN博客https://blog.csdn.net/qq_63401240/article/details/146403103在前面笔者不知道怎么做,搞了半天 笔者看到官网,原来可以使用二进制文件,好好好 嵌入外部二进制文件 | Taurihttps://v2.taur…...
6.1 模拟专题:LeetCode 1576. 替换所有的问号
1. 题目链接 LeetCode 1576. 替换所有的问号 2. 题目描述 给定一个仅包含小写字母和问号 ? 的字符串 s,要求将所有 ? 替换为任意小写字母,使得替换后的字符串中 没有相邻的两个字符相同。 示例: 输入:s "?zs" →…...
Linux安装go环境
安装一个lazydocker,根据文档需要先安装go环境 https://github.com/jesseduffield/lazydocker 官方文档解析 https://go.dev/doc/install 文档内容如下,一共三步 1.删除先前安装的go,解压下载的go压缩包到/usr/local目录 2.添加环境变量&…...
卡特兰数在数据结构上面的运用
原理 Catalan数是一个数列,其第n项表示n个不同结点可以构成的二叉排序树的数量。Catalan数的第n项公式为:  其中,是组合数,表示从2n个元素中选择n个元素的组合数。 Catalan数的原理可以通过以下方式理解&…...
Unity知识点快速回顾系列
Unity知识点快速回顾系列导航 主要想用于快速回顾unity相关知识点,基本只讲解知识点,只有简单的示例,目前还在整理中。 一、C#知识点入门、基础、核心、进阶 二、Unity 知识点入门、基础、核心、进阶 三、Unity 数据持久化 四、Unity 知识点快…...
悟空crm v12安装好后出现 网络错误问题(已解决)
请求网址: http://wwww.aaaa.com/gateway/adminUser/queryUserNumInfo 请求方法: POST 状态代码: 502 Bad Gateway 远程地址: 101.37.79.226:9807 引荐来源网址政策: strict-origin-when-cross-origin...
便携版:随时随地,高效处理 PDF 文件
PDF-XChange Editor Plus 便携版是一款功能强大且极其实用的 PDF 阅读与编辑工具。它不仅支持快速浏览 PDF 文件,还提供了丰富的编辑功能,让用户可以轻松处理 PDF 文档。经过大神优化处理,这款软件已经变得十分轻便,非常适合需要随…...
【Golang】补充:占位符、转义字符、错误处理
🔥 个人主页:星云爱编程 🔥 所属专栏:Golang 🌷追光的人,终会万丈光芒 🎉欢迎大家点赞👍评论📝收藏⭐文章 1、占位符 1.1通用占位符 %v :默认格式的值。适…...
文件上传绕过的小点总结(4)
9.末尾点删除处理缺陷 给出源码: $file_name trim($_FILES[upload_file][name]); $file_name deldot($file_name);//删除文件名末尾的点 $file_ext strrchr($file_name, .); $file_ext strtolower($file_ext); //转换为小写 $file_ext str_ireplace(::$DATA,…...
AI比人脑更强,因为被植入思维模型【23】损失规避思维模型
我觉得这是一个很有趣的思维模型。 我们学习一个思维模型,不光是指导自己的思维,其实也可以预测或者思考别人的思维模型,也就是别人会怎么想,怎么做? 定义 三层解释思维模型是一种深入剖析事物本质的思考框架&#x…...
如何用Spring AI构建MCP Client-Server架构
现代 Web 应用正加速与大语言模型(LLMs)深度融合,构建超越传统问答场景的智能解决方案。为突破模型知识边界,增强上下文理解能力,开发者普遍采用多源数据集成策略,将 LLM 与搜索引擎、数据库、文件系统等外部资源互联。然而,异构数据源的协议差异与格式壁垒,往往导致集…...
如何让WordPress不同的页面、栏目显示不同的小工具侧边栏
WooSidebars 是一款用于 WordPress 的插件,主要功能是允许用户根据不同的上下文条件(如特定页面、博客文章、分类目录或搜索结果页面等)来更改侧边栏中显示的小工具。 自定义小工具区域:用户可以轻松创建自定义的小工具区域,并将其设置为在多种条件下显示,只需点击几次即…...
智慧座椅的节能效果如何?
嘿呀,你知道不,咱这叁仟智慧座椅的节能效果,那可是像个神秘小宇宙,根据不同的技术和应用场景,会展现出超有趣的变化哦,下面就给你唠唠常见的几种情况哈! 能源回收大变身:有些叁仟智…...
Matlab:二维绘图篇——不同坐标系下的绘图命令
目录 1.极坐标系下绘图:polar命令 实例——极坐标图形 实例——直角坐标与极坐标系图形 2.半对数坐标系下绘图:semilogx和semilogy 实例——半对数坐标系图形 3.双对数坐标系下绘图:loglog 实例——双对数坐标系绘图 4.双y轴坐标&…...
HTTP 协议中请求与响应的详细解析
前言:HTTP(Hypertext Transfer Protocol,超文本传输协议)是用于在互联网上传输超文本的协议 --由一个请求和响应组成,一个完整的 HTTP 请求由请求行(Request Line)、请求头(Headers&…...
对三维物体模型的阈值操作
对三维物体模型的阈值操作 1. 使用point_coord_x、point_coord_y、point_coord_z阈值分割麻辣兔头2. point_normal_x、point_normal_y、point_normal_z有什么区别?3. 去除离群点 1. 使用point_coord_x、point_coord_y、point_coord_z阈值分割麻辣兔头 dev_open_win…...
prometheus 添加alertmanager添加dingtalk机器人告警
1、dingtalk创建机器人,目前我们采用加白名单的方式校验 2、定位到如下图 test结果如下...
一些题目记录
别人面经题目记录 https://zhuanlan.zhihu.com/p/32626732052 实现 NMS,七八次,很高频; 实现 MultiHeadSelfAttention,大概 三四次; 用 Numpy 或者 List 实现MLP 的前向和反向,4次; Leetcode …...
向量数据库学习笔记(1) —— 基础概念
一、 嵌入模型 Embedding Models 嵌入模型是将复杂数据(如文本、图像、音频等)转换为向量表示的机器学习模型 1. 核心概念 嵌入(Embedding):将高维、非结构化的数据映射到低维、稠密的向量空间 向量表示:输出固定长度的数值向量…...
Python学习第二十五天
Scrapy框架 官网概念 Scrapy 是一个强大的 Python 网络爬虫框架。 最新版本学习 安装 pip install scrapy 使用 # 创建名称为myscrapy的爬虫项目 scrapy starpoject myscrapy # 创建爬那个 就是比如 需要爬http://quotes.toscrape.com 运行的名称:toscrape运行…...
GitHub Copilot平替:CodeGeeX 2.0实测报告
本文基于20个真实开发场景对CodeGeeX 2.0进行深度评测,涵盖代码生成质量、上下文理解能力、多语言支持度等关键维度。通过Python数据分析、Java微服务、React前端开发三大核心场景的对比实验,揭示其相比GitHub Copilot在中文语境支持、本地化部署、隐私保…...
【算法】动态规划:回文子串问题、两个数组的dp
⭐️个人主页:小羊 ⭐️所属专栏:Linux 很荣幸您能阅读我的文章,诚请评论指点,欢迎欢迎 ~ 目录 回文子串问题回文子串最长回文子串分割回文串 IV分割回文串 II *最长回文子序列让字符串成为回文串的最少插入次数 两个数组的dp最…...
