cmake提供install命令来安装文件，方便打包。但是有时也会对第三方依赖库有需求一起打包，在不确定第三方库dll文件路径和名称的情况下，需要另一种方式来打包了。比如想要打包opencv_world.dll，一般cmake依赖opencv的方式是通过第三方软件包（*-config.cmake）的方式：#CMakeLists.txtfind_package(OpenCVREQUIRED)target_link_libraries(my_project${OpenCV_LIBS})那么在installopencv时可以采用该宏自动找到opencv_world.dll并安装到目标路径下MACRO

一、准备工作1.cuda安装在cmd命令中打nvidia-smi看支持的cuda最高版本cuda版本选择也不能过于早，作者之前用过cuda11.2，在后续vs编译环节发现其最高只支持vs2019，不支持vs2022。目前作者使用cuda11.8。下载安装cuda：CUDAToolkitArchive|NVIDIADeveloper2.cuDNN下载配置下载配置对应cuda版本的cuDNN：cuDNNArchive|NVIDIADeveloper把cuDNN解压出来的三个文件夹（bin、include、lib）复制到cuda对应同名文件夹的位置（默认安装路径是C:\ProgramFiles\NV

文章目录环境说明介绍常规选项1.Buildwithextramodules2.Debugbuild3.Staticbuild4.Generatepkg-configinfo5.Buildtests,samplesandapplications6.Buildlimitedsetofmodules7.依赖库下载功能特性和相关性1.CUDA支持2.OpenCL支持3.图像读写(imgcodecsmodule)(1)GDALintegration(2)GDCMintegration4.视频读写(videoiomodule)(1)Video4Linux(2)FFmpeg(3)GStreamer(4)Mi

CMake是什么呢？根据百度百科的解释，CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)，能够输出各种各样的makefile或者project文件，能测试编译器所支持的C++特性,类似UNIX下的automake。简单的说，cmake就是将多个cpp、hpp文件组合起来，能够输出各种各样的makefile或者project文件，所有操作都通过编译CMakeLists.txt来实现。在Ubuntu安装CMake，首先确认是否有安装，在终端输以下命令查看：sudocmake--version如果输出如下，则表示未安装CMake：sudo:cmake:com

CMake是什么呢？根据百度百科的解释，CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)，能够输出各种各样的makefile或者project文件，能测试编译器所支持的C++特性,类似UNIX下的automake。简单的说，cmake就是将多个cpp、hpp文件组合起来，能够输出各种各样的makefile或者project文件，所有操作都通过编译CMakeLists.txt来实现。在Ubuntu安装CMake，首先确认是否有安装，在终端输以下命令查看：sudocmake--version如果输出如下，则表示未安装CMake：sudo:cmake:com

环境WSL2+Ubuntu22.04显卡驱动:528.89CUDA:11.7问题在创建docker时使用--gpusall会报错：dockerrun--gpusall-it-eDISPLAY=unix$DISPLAY-v/tmp/.X11-unix:/tmp/.X11-unix:rwcelinachild/orbslam2/bin/bashdocker:Errorresponsefromdaemon:failedtocreateshimtask:OCIruntimecreatefailed:runccreatefailed:unabletostartcontainerprocess:error

(158条消息)linux驱动camera//testok_感知算法工程师的博客-CSDN博客(158条消息)linuxV4L2子系统——v4l2架构（1）之整体架构_感知算法工程师的博客-CSDN博客(158条消息)linuxV4L2子系统——v4l2的结构体（2）之video_device_感知算法工程师的博客-CSDN博客(159条消息)【Linux驱动】Linux--V4L2视频驱动框架_感知算法工程师的博客-CSDN博客(158条消息)linuxV4L2子系统——v4l2架构（3）之video_device_感知算法工程师的博客-CSDN博客(158条消息)linuxV4L2子系统—

查看CUDA安装是否成功：nvcc-V进入到CUDA的安装路径，找到如下两个.exe文件：我自己安装完的路径为：C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.1\extras\demo_suite然后打开CMD窗口（以管理员身份）：先进入自己的目录：cdC:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.1\extras\demo_suite首先执行：deviceQuery.exe，查看是否出现如下界面：然后执行bandwidthTest.exe，出现下面界面，代表cuDNN也安装成功：

想学习cmake，基于惯性思维，想先跑通一个“helloworld”的例子，奈何网上教程一大把，有用的教程破费功夫寻找。大部分教程都没有从新电脑(重装系统后的电脑)的角度讲述步骤。为了得到干净的电脑环境，研究了一段时间VMware虚拟机，并写了几篇文章，感兴趣的读者可移步阅读：VMware虚拟机安装win10系统教程：VMware虚拟机安装win10系统教程_西晋的no1的博客-CSDN博客经过几天的努力将cmake的“helloworld”整个步骤从新电脑(重装系统后的电脑，基于VMware虚拟机)的角度跑通了，并将下述过程记录进行了验证，结果是可行的。下述内容有些来自于其他博客，由于资料查

文章目录CMake构建静态库和动态库CMake构建静态库CMake构建动态库同时构建静态库和动态库设置动态库版本号CMake调用库文件安装库文件调用库文件CMake构建静态库和动态库本章介绍CMake构建静态库和动态库的方法，先看看静态库和动态库的区别：静态库的扩展名一般为*.a或*.lib；动态库的扩展名一般为*.so或*.dll；静态库在编译时会直接整合到目标文件中，编译成功的可执行文件可独立运行；动态库在编译时不会整合到目标文件中，可执行程序无法单独运行，需要有动态库文件；一般动态库比较常用。下面通过两个实例来分别讲解CMake构建静态库和动态库的方法。CMake构建静态库任务实例：构建