使用conan进行源码以及依赖包管理时候的注意事项-找不到所需要的依赖包的时候该怎么做

原创

已于 2025-05-29 16:23:34 修改 · 843 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#python #conan

于 2025-05-23 15:34:38 首次发布

问题

在之前的一篇实现中：深度学习之用CelebA_Spoof数据集搭建一个活体检测-用MNN来推理时候如何利用Conan对软件包进行管理，有的人进行了尝试，问我为什么安装了conan和根据步骤进行操作后没办法进行编译，提示的是下面图示的信息。
在这里插入图片描述

也就是在设置的仓库中并没有MNN这个包和对应的版本存在。安装正常的逻辑说，在编译的过程中，会优先选择本地缓存包，如果有对应的平台和指定的包，则使用，否则会到指定的私有仓库去寻找（私有仓库建立见这里），没有就再次会到Conan的官方中央仓库去寻找。但图示的问题就是没有找到，这就意味着本地也没有，私有仓库也没有。其实原因是之前并没有人将MNN这个包和源码上传到中央仓库去，当然第一次使用私有仓库的时候也并没有上传。但是像opencv的这些库就有，因为这些库都是知名度很高的库，自然就有人传了上去。

如何做

自己做上传一个，也就是将MNN封装成conan包上传到conan服务器可以保存在本地缓存或者上传到自己的私有仓库，这就需要使用conan create 和conanfile.py这两个东西了，详见大牛的博客《conan入门(十九):封装第三方开源库cpp_redis示例》。
以使用MNN-2.4.0为例（因为我本地有1.2.7了）
首先需要conanfile.py，当然可以自己使用指令 conan new 自己重新来定义一个，也可以使用下面的文件：

from conan import ConanFile
from conan.tools.cmake import CMake, CMakeDeps, CMakeToolchain
from conan.tools.env import VirtualBuildEnv
import os

class MnnConan(ConanFile):
    name = "mnn"
    version = "2.4.0"
    # Optional metadata
    url = "https://github.com/alibaba/MNN"
    description = "a highly efficient and lightweight deep learning framework"
    topics = ("deep learning","ai","mnn")

    tool_requires = "cmake/[>=3.15.7]"
    package_type = "library"
    # Binary configuration
    settings = "os", "compiler", "build_type", "arch"
    options = {
   
   
        "use_system_lib": [True, False],
        "build_hard": [True, False],
        "shared": [True, False],
        "win_runtime_mt": [True, False],
        "orbid_multi_thread": [True, False],
        "openmp": [True, False],
        "use_thread_pool": [True, False],
        "build_train": [True, False],
        "build_demo": [True, False],
        "build_tools": [True, False],
        "build_quantools": [True, False],
        "evaluation": [True, False],
        "build_converter": [True, False],
        "support_tflite_quan": [True, False],
        "debug_memory": [True, False],
        "debug_tensor_size": [True, False],
        "gpu_trace": [True, False],
        "portable_build": [True, False],
        "sep_build": [True, False],
        "aapl_fmwk": [True, False],