首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >视频流媒体平台EasyNVR是否可以编译树莓派版本?

视频流媒体平台EasyNVR是否可以编译树莓派版本?

作者头像
EasyNVR
发布于 2020-06-30 02:54:34
发布于 2020-06-30 02:54:34
65904
代码可运行
举报
文章被收录于专栏:EasyNVREasyNVR
运行总次数:4
代码可运行

我们的流媒体平台支持编译成各种版本,能够满足不同用户的使用需要。为了确保编译后的各个版本没有错误,我们研发时也会进行测试,比如之前我们编译过视频管理平台EasyNVS的ARM版本:视频流媒体服务器综合管理平台能否实现ARM版的编译

有的用户需要编译树莓派的EasyNVR版本,我们的研发也对此进行了实现,但是实现过程中碰到了一点小问题,报cc1: fatal error: start.S: Value too large for defined data type错误:

问题分析

使用场景描述:虚拟机搭建了Centos系统,然后用VM虚拟机创建一个共享文件夹,与windows共享,放在格式为NTFS的硬盘。在Centos系统中,进入共享目录,进行编译,出现以上的编译错误。

cc1: fatal error: start.S: Value too large for defined data type错误提示,根据提示应该是说对于定义的数据类型(给予)的值太大。

针对log提示,我们并未进行任何代码上的修改,但是当我们把代码完全copy到Centos系统中进行编译之后,编译就能正常通过了。

拓展:

通过这次的编译报错,我们了解到树莓派的系统编译,在Centos中,搭建编译环境,同时在Centos中进行源码编译,不能在Centos与windows共享目录中进行编译。大家之后也可以注意一下这一点。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-06-29 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Yolo11实战改进:一文读懂Yolo11到实战
Yolo11是Ultralytics推出的新一代计算机视觉模型,为YOLO家族树立了新的里程碑。它在对象检测、实例分割、图像分类、姿势估计、定向物体检测和对象跟踪等计算机视觉任务上展现了卓越的性能和准确性,相较于YOLOv8有了显著提升。
AI浩
2024/11/18
3.3K0
Yolo11实战改进:一文读懂Yolo11到实战
基于YOLO11的工件缺陷检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的工件表面缺陷智能检测系统,阐述了整个数据制作和训练可视化过程
AI小怪兽
2024/12/25
8510
基于YOLO11的风力涡轮机检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的风力涡轮机检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/03/14
1520
基于YOLO11的水果检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的水果检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/03/22
3820
基于YOLO11的矿井下移动目标检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的矿井下移动目标检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/01/09
2890
YOLO11实战:GC10-DET缺陷检测 | 新一代高效可形变卷积DCNv4结合SPPF二次创新
💡💡💡本文独家改进:DCNv4更快收敛、更高速度、更高性能,完美和YOLO11结合,助力涨点
AI小怪兽
2024/12/26
4012
YOLO11实战:GC10-DET缺陷检测 | DCNv4二次创新11Detetct,效果秒杀DCNv3、DCNv2
💡💡💡本文独家改进:DCNv4更快收敛、更高速度、更高性能,完美和YOLO11结合,助力涨点
AI小怪兽
2024/12/28
2290
基于YOLO11的水下物体检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的水下物体检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/03/28
2690
基于YOLO11的番茄检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的番茄检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/03/26
3750
基于YOLO11的作物与杂草检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的作物与杂草检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/04/01
1990
YOLO11实战:GC10-DET缺陷检测 |多级特征融合金字塔(HS-FPN),助力缺陷检测(2)
💡💡💡本文独家改进:高层筛选特征金字塔网络(HS-FPN),能够刷选出大小目标,增强模型表达不同尺度特征的能力,助力小目标检测
AI小怪兽
2024/12/27
4830
YOLO11实战:GC10-DET缺陷检测 | DCNv4结合SPPF+11Detect创新性结合,创新十足
💡💡💡本文独家改进:DCNv4更快收敛、更高速度、更高性能,完美和YOLO11结合,助力涨点
AI小怪兽
2024/12/29
3290
基于YOLO11的交通标志(traffic-sign)检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的交通标志检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/03/15
2950
YOLO11教程:如何训练 | 验证 | 测试 自己的数据集源码分享
Ultralytics YOLO11是一款尖端的、最先进的模型,它在之前YOLO版本成功的基础上进行了构建,并引入了新功能和改进,以进一步提升性能和灵活性。YOLO11设计快速、准确且易于使用,使其成为各种物体检测和跟踪、实例分割、图像分类以及姿态估计任务的绝佳选择。
AI小怪兽
2024/10/30
5.6K0
基于yolov11的手语检测 | 附数据集+代码
YOLO11是Ultralytics YOLO系列实时目标检测器的最新迭代,它重新定义了尖端精度、速度和效率的可能性。在以往YOLO版本的令人印象深刻的进步基础上,YOLO11在架构和训练方法上引入了重大改进,使其成为广泛计算机视觉任务的多功能选择。
小白学视觉
2024/12/09
8970
基于yolov11的手语检测 | 附数据集+代码
来了,使用YOLOv11目标检测教程
YOLO11 在 2024 年 9 月 27 日的 YOLO Vision 2024 活动中宣布:https://www.youtube.com/watch?v=rfI5vOo3-_A。
小白学视觉
2024/10/10
2.5K0
来了,使用YOLOv11目标检测教程
基于YOLO11的木材表面缺陷检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的木材表面缺陷检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/03/13
1740
基于YOLO11的铁路轨道缺陷检测系统(Python源码+数据集+Pyside6界面)
💡💡💡本文摘要:基于YOLO11的铁路轨道缺陷检测,阐述了整个数据制作和训练可视化过程
AI小怪兽
2025/03/21
1841
YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
YOLOv11的模型配置文件在ultralytics/cfg/models/11中,里面包含目标检测、实例分割、图像分类、关键点/姿态估计以及旋转目标检测,本文以目标检测模型文件为例(其他文件完全一致),详细介绍一下YOLOv11模型文件中各参数的含义。
Limiiiing
2025/03/11
3.2K0
YOLO11多个点组合创新:GC10-DET缺陷检测 | DCNv4结合SPPF+DCNv4结合11Detect+双注意力块(DAB)​​​​​​​创新性结合
1)DCNv4优势:(1) 去除空间聚合中的softmax归一化,以增强其动态性和表达能力;(2) 优化存储器访问以最小化冗余操作以加速。这些改进显著加快了收敛速度,并大幅提高了处理速度,DCNv 4实现了三倍以上的前向速度。
AI小怪兽
2025/01/16
5534
推荐阅读
Yolo11实战改进:一文读懂Yolo11到实战
3.3K0
基于YOLO11的工件缺陷检测系统(Python源码+数据集+Pyside6界面)
8510
基于YOLO11的风力涡轮机检测系统(Python源码+数据集+Pyside6界面)
1520
基于YOLO11的水果检测系统(Python源码+数据集+Pyside6界面)
3820
基于YOLO11的矿井下移动目标检测系统(Python源码+数据集+Pyside6界面)
2890
YOLO11实战:GC10-DET缺陷检测 | 新一代高效可形变卷积DCNv4结合SPPF二次创新
4012
YOLO11实战:GC10-DET缺陷检测 | DCNv4二次创新11Detetct,效果秒杀DCNv3、DCNv2
2290
基于YOLO11的水下物体检测系统(Python源码+数据集+Pyside6界面)
2690
基于YOLO11的番茄检测系统(Python源码+数据集+Pyside6界面)
3750
基于YOLO11的作物与杂草检测系统(Python源码+数据集+Pyside6界面)
1990
YOLO11实战:GC10-DET缺陷检测 |多级特征融合金字塔(HS-FPN),助力缺陷检测(2)
4830
YOLO11实战:GC10-DET缺陷检测 | DCNv4结合SPPF+11Detect创新性结合,创新十足
3290
基于YOLO11的交通标志(traffic-sign)检测系统(Python源码+数据集+Pyside6界面)
2950
YOLO11教程:如何训练 | 验证 | 测试 自己的数据集源码分享
5.6K0
基于yolov11的手语检测 | 附数据集+代码
8970
来了,使用YOLOv11目标检测教程
2.5K0
基于YOLO11的木材表面缺陷检测系统(Python源码+数据集+Pyside6界面)
1740
基于YOLO11的铁路轨道缺陷检测系统(Python源码+数据集+Pyside6界面)
1841
YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
3.2K0
YOLO11多个点组合创新:GC10-DET缺陷检测 | DCNv4结合SPPF+DCNv4结合11Detect+双注意力块(DAB)​​​​​​​创新性结合
5534
相关推荐
Yolo11实战改进:一文读懂Yolo11到实战
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验