From Source Code to an Executalbe File ----- Learning of Gcc on Linux Operating Systems

本文指导如何在Linux环境下安装g++和gdb,从源代码到可执行文件的四个步骤,以及如何使程序更便携、编译多个源文件、链接库和使用库的详细流程。

Windows make you fool and to learn the computer, you'd better use the linux from now on !

                                                                                                                                      -------By  Dr. Sun

0. Install g++  and gdb on Ubuntu

    sudo apt-get install g++

    sudo apt-get install gdb


1. Compiling your main.c using gcc

     gcc main.c  -o   test


2. From source code to an executable file, four steps are needed.

     1) Preprocessing

          gcc  -E  main.c   -o  main.i

     2) Compilation

          gcc  -S main.i    -o  main.s

     3) Assembly

          gcc  -c   main.s      main.o

     4) Linking

          gcc   main.o   -o    test


3. Make your programs more portable.

      gcc    -Wall   test.c

      gcc    -Werr   test.c


4. Compile multiple source files

     gcc  -c -I ../include  add.c -o add.o
     gcc  -c -I ../include main.c -o main.o

     gcc add.o main.o -o test


5. Compile a lib

     1) Dynamic

          gcc -shared -I ../include add.c -o libadd.so

     2) Static

          gcc -c -I ../include add.c

          ar   r  libadd.a   add.o


6. Use a lib

     1) Dynamic

          export LD_LIBRARY_PATH=/mnt/demo/src
          gcc  -c -I ../include main.c  -o main.o
          gcc -L .  main.o -ladd -o test

     2) Static

          export LIBRARY_PATH=/mnt/fujie/demo/src
          gcc  -c -I ../include main.c  -o main.o
          gcc  -L .  main.o -static -ladd -o test


7. See the loading of the dynamic lib

     ldd test

       

静态库链接时搜索路径顺序:

1. ld会去找GCC命令中的参数-L
2. 再找gcc的环境变量LIBRARY_PATH
3. 再找内定目录 /lib /usr/lib /usr/local/lib 这是当初compile gcc时写在程序内的

动态链接时、执行时搜索路径顺序:

1. 编译目标代码时指定的动态库搜索路径
2. 环境变量LD_LIBRARY_PATH指定的动态库搜索路径
3. 配置文件/etc/ld.so.conf中指定的动态库搜索路径
4. 默认的动态库搜索路径/lib
5. 默认的动态库搜索路径/usr/lib

有关环境变量:
LIBRARY_PATH环境变量:指定程序静态链接库文件搜索路径
LD_LIBRARY_PATH环境变量:指定程序动态链接库文件搜索路径




个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值