nvidia 硬件条件下 ffmpeg安装流程

Nvidia Jetson Orin Nx 开发板源码安装ffmpeg 今天就写到这里,一下附送一个命令,在安装ffmpeg的时候,难免会失败,如果在执行完make和sudo make install 后,需要卸载,还需要进入到相应文件夹内,执行 sudo make uninstall 命令。之前没在开发板上安装过ffmpeg,两天时间一波三折,第一天装成功了,但是我不知道装成功了,查看信息,出了一点疏漏,所以给卸载了,第二天继续第一天的工作,接下来说一下,流程。进入到这个文件夹下,正常情况应该是,执行make命令,进行编译,但是我执行完make,编译后,又报了一个错。 阅读详情

https://trac.ffmpeg.org/wiki/CompilationGuide/Centos#CompilationInstallation

nvidia 硬件条件下 ffmpeg安装流程

一.安装yasm

yasm

curl -L -O http://www.tortall.net/projects/yasm/releases/yasm-1.3.0.tar.gz
tar xvzf yasm-1.3.0.tar.gz
cd yasm-1.3.0
./configure –prefix=”/usr”
make
sudo make install

二.安装nasm

nasm

curl -L -O http://www.nasm.us/pub/nasm/releasebuilds/2.13.01/nasm-2.13.01.tar.xz
tar xf nasm-2.13.01.tar.xz
cd nasm-2.13.01
./configure –prefix=”/usr”
make
sudo make install

三.安装libfdk-aac

libfdk-aac

Requires ffmpeg to be configured with –enable-libfdk_aac (and –enable-nonfree if you also included –enable-gpl).

git clone –depth 1 git://git.code.sf.net/p/opencore-amr/fdk-aac
cd fdk-aac
sudo autoreconf -fiv
./configure –prefix=”/usr” –disable-shared
make
sudo make install

四. 安装lame

lame

curl -L -O http://downloads.sourceforge.net/project/lame/lame/3.99/lame-3.99.5.tar.gz
tar xzvf lame-3.99.5.tar.gz
cd lame-3.99.5
./configure –prefix=”/usr” –disable-shared –enable-nasm
make
sudo make install

五. 安装libopus

libopus

Requires ffmpeg to be configured with –enable-libopus.

curl -L -O https://archive.mozilla.org/pub/opus/opus-1.2.tar.gz
tar xvzf opus-1.2.tar.gz
cd opus-1.2
./configure –prefix=”/usr” –disable-shared
make
sudo make install

六. 安装libogg

libogg

Ogg bitstream library. Required by libtheora and libvorbis.

curl -L -O http://downloads.xiph.org/releases/ogg/libogg-1.3.2.tar.gz
tar xzvf libogg-1.3.2.tar.gz
cd libogg-1.3.2
./configure –prefix=”/usr” –disable-shared
make
sudo make install

七. 安装libvorbis

libvorbis

Vorbis audio encoder. Requires libogg.

Requires ffmpeg to be configured with –enable-libvorbis.

curl -L -O http://downloads.xiph.org/releases/vorbis/libvorbis-1.3.4.tar.gz
tar xzvf libvorbis-1.3.4.tar.gz
cd libvorbis-1.3.4
./configure –prefix=”/usr” –with-ogg=”/usr” –disable-shared
make
sudo make install

八. 安装libtheora

libtheora

git clone git://git.xiph.org/mirrors/theora.git theora-git
cd theora-git
PKG_CONFIG_PATH=/usr/lib/pkgconfig ./autogen.sh –prefix=/usr –disable-examples –disable-shared –disable-sdltest –disable-vorbistest && make && make install

九. 安装libx265

libx265

Requires ffmpeg to be configured with –enable-gpl –enable-libx265.

sudo yum install hg cmake
hg clone https://bitbucket.org/multicoreware/x265
cd x265/build/linux
sudo cmake -G “Unix Makefiles” -DCMAKE_INSTALL_PREFIX=”/usr” -DENABLE_SHARED:bool=off ../../source
make
sudo make install

十. 安装x264

x264 , need nasm 2.13.01

gpl mode

curl -L -O http://download.videolan.org/pub/x264/snapshots/last_x264.tar.bz2
tar xjvf last_x264.tar.bz2
cd x264-snapshot-20170625-2245/
./configure –prefix=”/usr” –enable-static
make
sudo make install

disable-gpl

./configure –prefix=”/usr” –enable-static –disable-gpl –disable-opencl
make
sudo make install

十一. 安装libvpx

libvpx

VP8/VP9 video encoder.

git clone –depth 1 https://github.com/webmproject/libvpx.git
cd libvpx
./configure –prefix=”/usr” –disable-examples –disable-unit-tests –as=yasm
make
sudo make install

十二. 安装cuda toolkit

先安装cuda toolkit 一般情况下 cuda 会带上驱动, 但是驱动可能不是最新的,还是需要安装gpu卡的最新驱动!

cuda

Base Installer Download (1.4 GB)

Installation Instructions:

Run sudo sh cuda_8.0.61_375.26_linux.run

Follow the command-line prompts

curl -L -O https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda_8.0.61_375.26_linux-run
sudo sh cuda_8.0.61_375.26_linux-run

Patch 2 (Released Jun 26, 2017) Download (95.3 MB)

cuBLAS Patch Update to CUDA 8: Includes performance enhancements and bug-fixes

curl -L -O https://developer.nvidia.com/compute/cuda/8.0/Prod2/patches/2/cuda_8.0.61.2_linux-run
sudo sh cuda_8.0.61.2_linux-run

输入相关信息

安装后提示信息

===========

= Summary =

Driver: Installed
Toolkit: Installed in /usr/local/cuda-8.0
Samples: Installed in /root/cuda_samples

Please make sure that
- PATH includes /usr/local/cuda-8.0/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin
To uninstall the NVIDIA Driver, run nvidia-uninstall

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.

十三. 配置cuda信息

配置cuda相关信息

vi ~/.bashrc
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH= CUDAHOME/lib64exportPATH= PATH:/usr/local/cuda-8.0/bin

十四. 安装配置nvidia-video-codec-sdk

#####################可安装可不安装

nvec

https://developer.nvidia.com/nvidia-video-codec-sdk#Download

下载需要账号认证

unzip Video_Codec_SDK_8.0.14.zip
sudo cp -r Video_Codec_SDK_8.0.14/Samples/common/inc/* /usr/include/
mv Video_Codec_SDK_8.0.14 nv_sdk

#

十五. 安装nvida驱动

NVIDIA DRIVER

http://www.nvidia.com/Download/Find.aspx 下载 NVIDIA 驱动程序,以M40 24GB 为例,选择如下的驱动程序。

NVIDIA-Linux-x86_64-375.66.run
chmod +x NVIDIA-Linux-x86_64-375.66.run
sudo /bin/bash ./NVIDIA-Linux-x86_64-375.66.run

按提示进行后续操作

安装完成后, 运行 nvidia-smi 如果有类似如下的GPU信息显示出来,说明驱动安装成功
Tue Jun 27 12:44:02 2017
+—————————————————————————–+
| NVIDIA-SMI 375.66 Driver Version: 375.66 |
|——————————-+———————-+———————-+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Tesla M40 Off | 0000:00:07.0 Off | Off |
| N/A 26C P0 61W / 250W | 0MiB / 12209MiB | 0% Default |
+——————————-+———————-+———————-+

+—————————————————————————–+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+—————————————————————————–+

十六. 支持opengl glsl滤镜的过程

1)安装x window系统,因为要支持opengl需要窗口系统
yum groupinstall “X Window System” “Desktop” “Desktop Platform”
yum install gdm
yum groupinstall “Development Tools”
yum install kernel-devel kernel-headers

2) 重建启动镜像
使用 dracut重新建立 initramfs image file :
* 备份 the initramfs file
sudomv/boot/initramfs− (uname -r).img /boot/initramfs- (uname−r).img.bak∗重新建立theinitramfsfile sudo dracut -v /boot/initramfs- (uname−r).img (uname -r)

3) 修改 /etc/X11/xorg.conf

nvidaconfig-x 产生的 xorg.conf不能保证服务器重启后,xwindow正常启动,必须修改如下

获取BusID 信息

$ nvidia-xconfig –query-gpu-info

vi /etc/X11/xorg.conf

Section “DRI”
Mode 0666
EndSection

Section “Device”
Identifier “Device0”
Driver “nvidia”
VendorName “NVIDIA Corporation”
BoardName “Tesla M40”
BusID “PCI:0:7:0”
EndSection

4) 导出 display

opengl 程序需要判断display的有效性,此方法是保证环境变量有DISPLAY

vi ~/.bashrc
export DISPLAY=:0.0

5) 可安装nvidia opengl例子最新版 (可以不安装)

注意:编译例子需要gcc 升级到4.8

5.1)升级gcc 4.8
第一部分:升级到4.7

cd /etc/yum.repos.d
wget http://people.centos.org/tru/devtools-1.1/devtools-1.1.repo 
yum --enablerepo=testing-1.1-devtools-6 install devtoolset-1.1-gcc devtoolset-1.1-gcc-c++
这个将安装的文件放在了

/opt/centos/devtoolset-1.1
如果想要编辑器去处理的话,这样操作

export CC=/opt/centos/devtoolset-1.1/root/usr/bin/gcc  
export CPP=/opt/centos/devtoolset-1.1/root/usr/bin/cpp
export CXX=/opt/centos/devtoolset-1.1/root/usr/bin/c++
如果你想要gcc替换本地的,当然不是真的去替换,只要把他放在我们的/usrlocal/bin下面就好了,不必去管系统自带的【/usr/bin】。

ln -s /opt/centos/devtoolset-1.1/root/usr/bin/* /usr/local/bin/
hash -r
gcc --version


第二部分:升级到4.8【这个应该是目前最新的啦,不过网上查的话已经到5.2啦,感觉落后一点比较稳,当然还有就是这个版本是新的里面使用最多的】

wget http://people.centos.org/tru/devtools-2/devtools-2.repo -O /etc/yum.repos.d/devtools-2.repo
或

cd /etc/yum.repos.d
wget http://people.centos.org/tru/devtools-2/devtools-2.repo
然后

yum install devtoolset-2-gcc devtoolset-2-binutils devtoolset-2-gcc-c++
这个将安装的文件放在了

/opt/rh/devtoolset-2
如果想要编辑器去处理的话,这样操作

export CC=/opt/rh/devtoolset-2/root/usr/bin/gcc  
export CPP=/opt/rh/devtoolset-2/root/usr/bin/cpp
export CXX=/opt/rh/devtoolset-2/root/usr/bin/c++
如果你想要gcc替换本地的,当然不是真的去替换,只要把他放在我们的/usrlocal/bin下面就好了,不必去管系统自带的【/usr/bin】。

ln -s /opt/rh/devtoolset-2/root/usr/bin/* /usr/local/bin/
hash -r
gcc --version

5.2) 下载安装编译例子
git clone https://github.com/NVIDIAGameWorks/GraphicsSamples.git
cd GraphicsSamples
cd samples/build/linux64
make debug
##如果异常,需要把每一个.mk文件 增加rt库依赖
例如:
vi Makefile.Basic.mk
Basic_debug_libraries += dl
Basic_debug_libraries += rt

5.3)可复制相关库文件 (判断相关版本信息决定是否覆盖)
cp /root/GraphicsSamples/extensions/externals/lib/linux64/libGLEW.a /usr/lib64/libGLEW.a
cp /root/GraphicsSamples/extensions/externals/lib/linux64/libglfw3.a /usr/local/lib/libglfw3.a

6) 重启进入xwindows模式
$ vi /etc/inittab
Change:
id:3:initdefault:

To:
id:5:initdefault:

十七. 修改ffmpeg,增加自己开发的opengl滤镜
1) 下载ffmpeg ,应安装3.2系列或者3.3.1

2)下载opengl滤镜模板
git clone https://github.com/nervous-systems/ffmpeg-opengl.git

3) ffmpeg 源码结构,添加opengl滤镜
ln -s ~/ffmpeg-opengl/vf_genericshader.c libavfilter/
git apply ~/ffmpeg-opengl/FFmpeg.diff

十八. 配置ffmpeg, 编译安装
1) 配置
PKG_CONFIG_PATH=”/usr/lib/pkgconfig” ./configure –prefix=”/usr” –pkg-config-flags=”–static” –enable-gpl –enable-libfdk-aac –enable-libfreetype –enable-libmp3lame –enable-libopus –enable-libtheora –enable-libxvid –enable-libvorbis –enable-libvpx –enable-libx264 –enable-libx265 –enable-nonfree –extra-cflags=”-I/usr/local/cuda/include/” –extra-ldflags=-L/usr/local/cuda/lib64 –disable-shared –enable-nvenc –enable-cuda –enable-cuvid –enable-libnpp –enable-pthreads
2) 编译
make -j 10

3) 安装
make install

其他资料:

######### ffmpeg 3.3.2 不支持M40, 驱动要求378以上,ffmpeg应安装3.2系列或者3.3.1

ffmpeg

gpl模式

PKG_CONFIG_PATH=”/usr/lib/pkgconfig” ./configure –prefix=”/usr” –pkg-config-flags=”–static” –enable-gpl –enable-libfdk-aac –enable-libfreetype –enable-libmp3lame –enable-libopus –enable-libtheora –enable-libxvid –enable-libvorbis –enable-libvpx –enable-libx264 –enable-libx265 –enable-nonfree –extra-cflags=”-I/usr/local/cuda/include/” –extra-ldflags=-L/usr/local/cuda/lib64 –disable-shared –enable-nvenc –enable-cuda –enable-cuvid –enable-libnpp –enable-pthreads

纯硬加解码,非gpl模式

PKG_CONFIG_PATH=”/usr/lib/pkgconfig” ./configure –prefix=”/usr” –enable-cuda –enable-cuvid –enable-nvenc –enable-nonfree –enable-libnpp –enable-libfdk_aac –enable-libfreetype –enable-libmp3lame –enable-libopus –enable-libtheora –enable-libvorbis –enable-libvpx –enable-pthreads –extra-cflags=-I/usr/local/cuda/include –extra-ldflags=-L/usr/local/cuda/lib64

滤镜处理

PKG_CONFIG_PATH=”/usr/lib/pkgconfig” ./configure –prefix=”/usr” –pkg-config-flags=”–static” –enable-gpl –enable-libfdk-aac –enable-libfreetype –enable-libmp3lame –enable-libopus –enable-libtheora –enable-libxvid –enable-libvorbis –enable-libvpx –enable-libx264 –enable-libx265 –enable-nonfree –extra-cflags=”-I/usr/local/cuda/include/” –extra-ldflags=-L/usr/local/cuda/lib64 –disable-shared –enable-nvenc –enable-cuda –enable-cuvid –enable-libnpp –enable-pthreads –enable-filter=genericshader –enable-opengl –extra-libs=”-lGLEW -lglfw3 -lGL -lX11 -lXi -lXrandr -lXxf86vm -lXinerama -lXcursor -lrt -lm -pthread”

测试型情况

PKG_CONFIG_PATH=”/usr/lib/pkgconfig” ./configure –enable-libx264 –enable-filter=genericshader –enable-gpl –enable-opengl –extra-libs=”-lGLEW -lglfw3 -lGL -lX11 -lXi -lXrandr -lXxf86vm -lXinerama -lXcursor -lrt -lm -pthread”

ffmpeg 解码器、编码器列表

ffmpeg -encoders |grep he
ffmpeg -decoders |grep cuvid
ffmpeg -decoders |grep he

相关工具安装

显示pci信息

  1. lspci -vnn

显示硬件信息

  1. lshw
    2.1安装:
    yum install lshw
    2.2显示显卡信息
    lshw -C display

    2.3查看当前使用的显卡驱动
    sudo lshw -c video | grep configuration
    configuration: latency=0
    configuration: driver=nvidia latency=0
    modinfo nvidia

相关资料链接

cuda下载链接:
https://developer.nvidia.com/cuda-downloads

https://www.qcloud.com/document/product/213/6816?lang=en

驱动下载:
http://www.nvidia.com/Download/Find.aspx

ffmpeg 硬件加速的用法

https://trac.ffmpeg.org/wiki/HWAccelIntro

自定义滤镜:

未硬件加速

ffmpeg -i input.mp4 -vf genericshader -y output.mp4

硬件加速

ffmpeg -i toystory.mp4 -vf genericshader -vcodec h264_nvenc -y out4.mp4

cpu 使用监控

vmstat -w -n 1

gpu 使用监控

nvidia-smi dmon -i 0

ffmpeg Nvidia硬件加速总结 阅读详情

相关推荐

ubuntu20.04编译FFMpeg支持nvidia硬件加速

ffmpeg nvidia

m0_38101947的博客 4400

libfdk_aac is incompatible with the gpl and --enable-nonfree is not specified.

libfdk_aac is incompatible with the gpl and --enable-nonfree is not specified. 2017.08.04 下载最近的FFmpeg代码编译包含fdkaac出现上面错误,找了好久 原文解决办法: https://trac.macports.org/ticket/42190#comment:10 这里面的提到的

ToneChip的专栏,一个传统的嵌入式码农,裸机编程 4854

ffmpeg使用硬件加速hwaccel、cuvid、h264_cuvid、h264_nvenc

文章目录ffmpeg支持硬件加速的原理所用环境说明ffmpeg使用硬件加速安装nvidia驱动安装cuda加入header安装pkgconfig开始配置在ffmpeg中看如何使用硬件加速查看目前可以用的hwaccel选项普通的解码命令仅仅是转码,不做缩放转码,外带一个缩放题外话,如何使用scale_npp简单分析一下ffmpeg源码中的硬件加速部分参考网站 ffmpeg支持硬件加速的原理 ffmpeg的硬件加速原理大概就是采用硬件对编解码进行处理,硬件有转码进行解码的sdk,比如nvidia的sdk等 所用

孤独的糖三角 3万+

CentOS 7 ffmpeg 支持 nVidia

CentOS 7 安装nVidia、Cuda安装相关环境yum安装驱动run脚本安装安装Cuda编译支持库说明下载路径yasmnasmlibfdk-aaclamelibopuslibogglibvorbislibtheoralibx265x264disable-gpl安装ffnvcodeclibvpx配置ffmpeg, 编译安装下载配置编译安装使用 安装相关环境 硬件环境: nVidia 206...

猿来这样-谢厂节的博客 3441

NVIDIA Jetson 系列采用nvmpi使用FFmpeg进行视频编码和解码的硬件加速功能环境配置说明

NVIDIA Jetson 系列采用nvmpi使用FFmpeg进行视频编码和解码的硬件加速功能环境配置说明

Yan_uuu的博客 3174

ffmpeg库视频硬解码使用流程

FFmpeg 的硬解码(Hardware Decoding)通过调用 GPU 或专用硬件的编解码能力实现,能显著降低 CPU 占用率。

深之JohnChen的专栏 3132

ffmpeg实现硬件转码(使用FFmpeg调用NVIDIA GPU实现H265转码H264)

使用FFmpeg调用NVIDIA GPU实现H265转码H264背景H265和H264一些基本知识H265码流nalu头H264码流nalu头补充:IDR帧和I帧的关系转码的一些基本知识软编码和硬编码如何区分软编码和硬编码比较目前的主流GPU加速平台目前主流的GPU平台开发框架流程区别NVIDIA+ffmpeg硬件加速部署环境安装部署:Windows10 + ffmpeg4.1.3 + NVIDIA GeForce GTX 1660Tiffmpeg Windows版本的下载下载NVIDIA驱动(GTX 16

RzzZ的博客 3万+

[FFMPEG硬件加速]nvidia方案

1.目标 <1>显卡性能参数; <2>方案可行性; 2.平台信息 2.1.查看当前显卡信息 命令: lspci |grep VGA 信息: 01:00.0 VGA compatible controller: NVIDIA Corporation GK106 [GeForce GTX 645 OEM] (rev a1)...

俗科技的博客 3万+

ffmpeg使用NVIDIA GPU硬件编解码

在Ubuntu14.04版本上编译安装ffmpeg3.4.8,开启NVIDIA硬件加速功能。 一、安装依赖库 sudo apt-get install libtool automake autoconf nasm yasm //nasm yasm注意版本 sudo apt-get install libx264-dev sudo apt-get install libx265-dev sudo apt-get install libmp3lame-dev sudo apt-get install libv

aphero的专栏 8702

【Codecs系列】libvpx在Windows和Linux平台下的编译和vp9编解码器的命令行参数

https://github.com/webmproject/libvpx

优快云明星博主,认证博客专家,视频、Matlab领域优质创作者。 2190

libvpx Android

libvpx Android armeabi_v7a开发包,因为libvpx编译出来的静态库,需要其他资源的私信我

FFMPEG NVIDIA硬件加速总结

目录 1.NVDIA概述 2.FFmpeg集成到GPU 3.FFmpeg uses Video Codec SDK 4.ffmpeg对NVIDIA GPU的编译步骤 4.1configure命令 4.2 make 4.3 ffmpeg测试 4.4 编解码器使用方法 4.5 程序开发使用方法 5.源码分析 5.1 h264部分 5.2h265部分 1.NVDIA概述 FFmpeg可通过Nvidia的GPU进行加速,其中高层接口是通过Video Codec SDK来实现GPU资源的.

相见不如怀念 5494

8位可控加减法电路设计

一、设计要求   利用Logisim平台中现有运算部件构建一个8位可控加减法器,可支持八位加减法,利用已经封装全加器和逻辑门进行连接,要求实现相应的输出,判断是否溢出。 二、方案设计 实验原理: [A]补+[B]补 = [A+B]补(mod2^n+1)   公式1        [A-B]补 = [A]补+[-B]补(mod2^n+1)    公式2 FA为全加器,利用全加器实现加减法,难点在于实验减法,对输入的[Y]补各位取反加一即为[-Y]补,利用公式2,就可以将减法转化为加法再利用全加

qq_51700383的博客 1万+

FFmpeg在 Windows 环境编译(64位)支持h264,h265,和Intel QSV,Nvidia Cuda,AMD amf 硬件加速

最近完成了 FFmpeg 在 Windows 环境下的编译工作,在查询了大量的官方文档和牛人博客,并且踩了N多坑后,总结出了比较完善的编译方式。

XIE971793909的博客 1万+

深入LSM6DSL的FIFO连续模式:基于STM32和MEMS库的数据流高效处理指南

本文深入探讨了LSM6DSL的FIFO连续模式,结合STM32硬件平台和ST官方MEMS库,提供了高效的数据流处理方案。通过优化I2C通信时序、中断驱动设计以及动态ODR调整,实现低功耗数据采集与处理,显著提升嵌入式传感器应用的性能和续航能力。

weixin_30387799的博客 347

常见的AXI总线仲裁器概述-AXI协议理解(一)

SoC 设计广泛采用共享总线式的片上通信,其中的仲裁器是共享总线的关键技术之一。AMBA AXI 总线协议以高性能、高频率的系统设计为目标,适合高带宽、低延迟的系统设计,可以达到高频率的操作而不需要复杂的总线桥,满足众多部件的接口要求,具备高度灵活的互联结构,并且向后兼容 AHB 和 APB 接口。

Paul 安的博客 1万+

ffmpeg nvidia硬件加速方案

需要工具和库: FFmpeg源代码:git clone https://git.ffmpeg.org/ffmpeg.git ffnvcodec,下载地址 git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git,参考https://trac.ffmpeg.org/wiki/HWAccelIntro#VAAPI NVI...

Lucifer的博客 4593

内存管理(二)——内存分段

内存分段

weixin_43844995的博客 2693

ffmpeg NVIDIA编解码一:ffmpeg编译安装

如果是安装再/usr/local下面,可以不用进行上面的配置,如果没安装在/usr/local下面就需要进行上面的配置,路径用ffmpeg安装的实际路径。ffmpeg支持NVIDIA编解码编译安装(需要安装cuda)nv-codec-headers下载安装。这里以4.0.5版本为例。

不定期更新关于音视频的文章 2310

PINN驱动的3D不可压缩流场重建——从稀疏2D2C观测到完整物理场反演——含源码实现

多尺度融合策略在此发挥作用:高分辨率的2D2C数据用于约束平面内的精细结构,而低分辨率的3D3C数据提供第三维度的粗尺度信息。迁移学习架构在此发挥关键作用。这种策略在湍流封闭模型构建中尤为有效,其中RANS提供的平均流场与DNS的雷诺应力数据融合,显著提升了分离流的预测精度。在稀疏数据场景下,注意力权重根据观测数据的分布动态调整,强化数据缺失区域的物理约束,同时避免过拟合于观测点。这种机制与自适应采样的结合,实现了计算效率与重建精度的平衡,在仅保留约百分之十关键节点的情况下,仍能保持高物理一致性。

u012133341的博客 135

2026年全国青少年信息素养大赛复赛真题(算法应用主题赛C++初中组:带解析)(7月4日试卷一)【文末附答案和解析】

2026年全国青少年信息素养大赛复赛真题(算法应用主题赛C++初中组:带解析)(7月4日试卷一)【文末附答案和解析】

王老师青少年编程 1732

ffmpeg利用NVIDIA硬件加速编译

引言 前面有水另外两篇不同的ffmpeg编译的博文,主要是针对不同的命令与相关的调用形式,如果只是在shell命令下直推视频,普通编译加搭建srs3就好了,而如果是需要配合python或者其它编程语言,这时候还要加上libx264、yasm等进行兼容,提高效率,前面两篇链接如下: ffmpeg源码带libx264安装并用ffplay推流测试 ffmpeg与srs3编译以及常用命令测试总结 NVIDIA驱动检查 这里需要检查的东西是cuda和cudnn是否已经安装成功并适配显卡驱动,具体的安装我在之前的文章有

submarineas的博客 4178

mjlab MuJoCo 人形机器人强化学习入门教程(一)安装配置使用

mjlab是融合IsaacLab API与MuJoCo物理引擎的强化学习工具,提供轻量级GPU加速仿真方案。当前处于测试阶段,支持Linux系统(推荐)和有限macOS支持。核心优势包括:1)直接集成MuJoCo Warp实现裸机性能;2)保留IsaacLab成熟的RL抽象层;3)简化安装流程。与IsaacLab相比更专注于MuJoCo生态,适合刚体机器人RL研究。文档包含详细安装指南、平台兼容性说明、与IsaacLab的API差异对比及常见问题解答。项目正在积极开发中,欢迎社区贡献和反馈。

2506_90492529的博客 1990

ffmpeg硬件编解码Nvidia GPU

常见的硬件编码包括Nvidia GPU与Intel QSV两种,还有一些嵌入式平台如树莓派,瑞芯微等。首先理解一下概念,Nvidia中文名英伟达是一个厂商名字,GPU则是这个厂商生产的显卡里的一个个图像处理的逻辑单元,它主要是作图片处理,但有逻辑处理的能力,所以可以替cpu分担一些逻辑处理压力。 了解一下ffmpeg对Nvidia的GPU编码支持哪些参数,可以通过 ffmpeg -h encoder=h264_nvenc 可以看到编码的参数与x264相比有些类似,但少很多,不过关键的都在。 解码时ffmpe

宝安小雨 4279

基于MATLAB的最大重叠离散小波变换(MODWT)算法详解

最大重叠离散小波变换(Maximal Overlap Discrete Wavelet Transform, MODWT)是DWT的重要改进形式,由Percival和Walden等人在20世纪90年代系统提出并完善。MODWT通过消除下采样操作,采用样本平移不变的分解方式,解决了DWT的多个固有缺陷。MODWT的核心创新在于取消下采样环节。与DWT每级分解后对滤波输出进行二分下采样不同,MODWT在每一级都使用相同的滤波器,但通过插入零值的方式调整滤波器系数,保持每级系数数量与原始信号相同。

qq_42212808的博客 115

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

FFmpeg关于Nvidia支持介绍

#FFmpeg关于Nvidia支持介绍 ##NVDEC/CUVID(官方介绍如下) 官方链接:http://trac.ffmpeg.org/wiki/HWAccelIntro CUDA (NVENC/NVDEC) NVENC and NVDEC are NVIDIA’s hardware-accelerated encoding and decoding APIs. They used to be called CUVID. They can be used for encoding and decodi

weixin_43360707的博客 1967

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

上一篇: pkg-config资料
下一篇: fmpeg/ffprobe查看音频视频文件信息并输出为json格式
linuxchen
博客等级 码龄24年 34粉丝 96原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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