Ubuntu中make文件出错，提示“最后的链结失败：输出不可表示的节”

最新推荐文章于 2025-03-04 11:53:42 发布
最新推荐文章于 2025-03-04 11:53:42 发布
阅读量1.4k 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： Ubuntu 文章标签： linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/simonker/article/details/108642329
本文介绍在Ubuntu18.04环境下编译U-boot时遇到的错误及其解决方法。通过执行“make clean”和“make”命令成功解决了问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

ubuntu中make出错
qq_40907977的博客
12-05 6629
make出错 make: *** No rule to make target build', needed bydefault’. Stop. ./configure: error: SSL modules require the OpenSSL library. You can either do not enable the modules, or install the OpenSSL...
编译出错 yacc：未找到命令
道亦无名
01-10 1398
通过搜索，知道可以通过安装Bison-GNU解析器来纠正此错误。发电机，但是即使安装了Bison之后，仍然遇到相同的错误。在终端上运行以下命令以安装bison，yacc可执行文件和配置。yacc随bison一起提供。重新运行编译就解决问题了。
编译openpose出现链接错误(cameraParameterReader.cpp.o R_X86_64_PC32 最后的链结失败: 错误的值)
alickr的博客
04-28 4212
错误提示如下： [ 41%] Linking CXX shared library libopenpose.so /usr/bin/ld: CMakeFiles/openpose.dir/3d/cameraParameterReader.cpp.o: relocation R_X86_64_PC32 against symbol `_ZTVN2op21CameraParameterReaderE...
/usr/bin/ld: 最后的链结失败: 输出不可表示的节
weixin_57463859的博客
02-20 1211
/usr/bin/ld: 最后的链结失败: 输出不可表示的节
gcc编译出现最后的链结失败：输出不可表示的节
xingyekm的博客
05-15 569
make[1]: 离开目录“/home/a/MiniGui1.6.9/mde-1.6.9/tools”从ubuntu16开始默认启用pie，但minigui1.6.9版本比较老不支持pie。/usr/bin/ld: 最后的链结失败: 输出不可表示的节。加入编译选项 -no-pie即可。
Ubuntu18.04使用g++编译报错：最后的链结失败: 输出不可表示的节
学而不思则忘
06-17 3729
最近，在Ubuntu18.04下使用g++编译时出现以下错误，记录一下解决方法 原因 自16.10起，gcc就默认开启了pie选项，导致编译出的文件的mime是application/x-sharedlib，一般的文件管理器只认application/x-executable，就没把它当成可执行的文件. 解决方法 g++ -fno-pie -no-pie output.o -o test 另外，在makefile中也可以添加，使得编译后的文件为可执行文件。 ...
已解决：Ubuntu中make文件出错，提示“最后的链结失败：输出不可表示的节”
热门推荐
qq_33530592的博客
05-09 1万+
已解决：make文件时提示“最后的链结失败: 输出不可表示的节”问题代码原因探寻解决办法 问题代码 原因探寻 在网上查到的大多数说法是需要加-fPIC，发现并不能解决。继续寻找发现博客 [https://forum.ubuntu.org.cn/viewtopic.php?p=3209895] 对该问题说明准确，由于我的服务器是Ubuntu18.04，从16.10版本开始默认启用PIE了，而makefile里这个库不支持PIE，至此定位问题。 解决办法 在makefile中gcc一行加入 -no-pie
linux中无make命令的问题(make: *** 没有指明目标并且找不到 makefile及make命令安装方法)
01-09
这种情况其实可以在安装虚拟机过程中进行避免得，下次测试装虚拟机的时候直接选择开发工具就可以了 好啦言归正传，这次是帮助大家解决问题得，首先输入make会有下图的显示 这种情况下如果是有网环境直接输入yum -y...
Ubuntu24/Ubuntu22上安装Nvidia显卡驱动最新方案-可解决大多数nvidia-smi不识别和驱动无法加载问题
网易搬砖头
03-04 1818
其实在19年的时候我就写过一篇文章用来安装nvidia显卡驱动的文章，只不过那个时候ubuntu还停留在ubuntu10，时间如梭，一眨眼ubuntu已经升级到ubuntu24了，我写这篇文章是为了给更多的人提供一些在配置nvidia显卡驱动过程中遇到的一些无法用AI，gpt类工具解决的问题。在Ubuntu 24上安装NVIDIA显卡驱动是一项重要的任务，因为它可以提高图形性能并确保系统正常工作。在这篇文章中，我们将介绍如何在Ubuntu 24上安装NVIDIA显卡驱动。
Ubuntu中的contiki-ng，Make时出错： make: *** No rule to make target 'build/main.o', needed by 'build/stm32f030.elf'. Stop. 怎么处理？
最新发布
03-30
嗯，用户遇到了在Ubuntu中编译Contiki-NG项目时出现的“No rule to make target”错误，具体是找不到build/main.o和stm32f030.elf。我需要根据提供的引用信息和系统级指令来帮助解决这个问题。 首先，我需要回忆...
Ubuntu下编译报错ld: final link failed: nonrepresentable section on output
zhangyikuaile的博客
05-25 9448
-fPIC重新编译，这个问题只有在64位系统中编译的时候才会出现。-fPIC 作用于编译阶段，告诉编译器产生与位置无关代码(Position-Independent Code)，则产生的代码中，没有绝对地址，全部使用相对地址，故而代码可以被加载器加载到内存的任意位置，都可以正确的执行。这正是共享库所要求的，共享库被加载时，在内存的位置不是固定的。 解决方法： 如果是cmake ，在CMakeList.txt 前面添加: add_compile_options(-fPIC) 参考：http://www.op
Ubuntu安装Redis时报错final link failed: Nonrepresentable section on output
weixin_44783556的博客
01-08 807
这里的PIE (position-independent executable) 是一种生成地址无关可执行程序的技术。也就是通过这种方式编译的程序，运行时被加载到内存中什么地址是不可知的，更大地增加了程序被攻击的难度。在src目录下的Makefile文件中，对报错位置的命令做下面的修改，即加上-no-pie。的时候，具体的报错信息为。
final link failed: Nonrepresentable section on output的解决办法
qq_44768464的博客
02-08 1351
final link failed: Nonrepresentable section on output的解决办法
【ffmpeg编译问题】recompile with -fPIC /usr/bin/ld: 最后的链结失败: 错误的值
aaddggddaa的博客
07-24 1712
安装流程可见。
编译rocksdb动态库链结失败的解决办法
qq_42995048的博客
06-10 1216
按照官方的安装教程： make install-static make install-shared 第一条命令成功，第二条命令失败，报大量的can not be used when making a shared object; recompile with -fPIC这种错误: /usr/bin/ld: can not be used when making a shared object; recompile with -fPIC /usr/bin/ld: 最后的链结失败: 输出不可表示的节 co
编译报错：/usr/bin/ld: /usr/local/lib/libgflags.a(gflags.cc.o): relocation R_X86_64_32S against `.rodata‘
qq_39779233的博客
06-21 3532
编译报错：/usr/bin/ld: /usr/local/lib/libgflags.a(gflags.cc.o): relocation R_X86_64_32S against `.rodata'
全网首发：终极解决办法：/usr/bin/ld: libcc.so: no symbol version section for versioned symbol `memcpy@GLIBC_2.0‘
柳鲲鹏
08-06 1313
　　具体错误： [cc] In file included from /home/tsit/jogamp232-loongarch64/gluegen/src/junit/com/jogamp/gluegen/test/junit/generation/test1.c:5: [cc] /usr/include/stdlib.h:563:25: note: expected ‘void *’ but argument is of type ‘const char *’
centos7 安装caffe环境（CPU版本）
代码大萝卜的博客
09-17 2012
1.安装软件源： yum install epel-release 如果不是管理员权限，要在前边添加sudo命令，下同 2.安装成功后，更新系统包： yum -y update 3.再次执行安装hdf5-dev： yum install hdf5-devel 以上命令就是在centos上安装hdf5的具体过程，亲测可用 附：caffe安装具体过程：https...
关于添加-fPIC 参数一些理解与思考
小刚专栏
02-01 3467
在linux下编程经常会碰到一些配置上的问题 提示怪怪的，看提示的确也找不到具体问题所在，比如说出现如下错误： relocation R_ARM_THM_MOVW_ABS_NC against `a local symbol' can not be used when making a shared object; 再比如出现 /usr/bin/ld: ./xxxxx.o: relocation...
ubuntu.wts文件转.engine文件时维度出错
03-16
<think>好的，我现在要解决的问题是在Ubuntu环境下将.wts文件转换为.engine文件时出现的维度错误。首先，我需要理解这个转换过程的步骤和相关工具，可能涉及TensorRT的使用。根据用户提供的引用信息，特别是引用[2]和引用[4]，转换过程可能涉及配置文件调整、模型类别数设置、生成可执行文件等步骤。 首先，维度错误通常与模型的输入或输出层的维度不匹配有关。可能的原因包括： 1. **类别数配置错误**：在YOLOv8的配置文件（如config.h）中，设置的kNumClass与实际模型训练的类别数不一致。例如，如果模型训练时是5类，但config.h里设置的是其他数值，就会导致维度错误。需要检查并修改kNumClass的值，确保与实际一致。引用[2]中提到需要修改config.h中的类别数，这一步是否正确完成？ 2. **模型结构不匹配**：使用的.wts文件可能来自不同版本的模型（如YOLOv5和YOLOv8的差异），或者在转换过程中模型结构定义不一致。例如，如果生成.wts文件时使用的模型结构与转换到.engine时使用的结构不同，会导致维度问题。需要确认生成.wts的脚本是否正确对应模型版本，比如引用[4]提到YOLOv5需要使用特定的gen_wts.py脚本，可能YOLOv8也需要对应的脚本？ 3. **输入分辨率设置错误**：某些模型需要固定的输入尺寸，如果在转换时指定的输入尺寸与模型预期不符，可能引发维度错误。需要检查转换代码中是否正确定义了输入尺寸，比如在构建TensorRT引擎时的参数。 4. **TensorRT版本兼容性问题**：不同版本的TensorRT可能对模型的支持有差异，特别是对某些层的解析。需要确认使用的TensorRT版本是否与模型和转换工具兼容。 接下来，解决方案可能需要以下步骤： - **检查config.h中的类别数**：根据引用[2]，修改yolov8/include/config.h中的kNumClass为实际类别数，并重新编译生成可执行文件。例如，如果实际是5类，确保该值为5。 - **验证.wts文件的生成过程**：确认生成.wts文件的脚本是否正确，特别是对于YOLOv8模型，是否使用了适配的脚本。引用[4]提到Yolov5需要使用特定的gen_wts.py，可能YOLOv8也有对应的脚本，或者需要调整参数？ - **核对输入输出维度**：在转换过程中，查看日志或错误信息，确定具体哪一层的维度出现问题。使用工具如polygraphy或trtexec来检查模型结构，确保输入输出层与预期一致。 - **更新TensorRT和相关库**：确保TensorRT、CUDA、cuDNN等版本兼容，并尝试升级到最新版本，以修复可能的已知问题。 - **检查转换命令参数**：在生成.engine文件时，是否指定了正确的模型参数，如输入尺寸、数据类型（FP32/FP16）等。例如，使用yolov8_seg可执行文件时，是否传递了正确的参数顺序和选项。 另外，参考引用[3]中的日志记录器代码，可以启用详细的日志输出，帮助定位错误发生的位置。例如，修改日志级别以显示更多信息，从而识别维度不匹配的具体层。 可能还需要对比成功案例的配置，比如检查是否遗漏了某些步骤，如在build目录中正确运行cmake和make，生成的可执行文件是否正确处理了模型结构。 总结可能的解决步骤为：检查配置文件类别数，验证.wts生成脚本，核对输入输出维度，更新依赖库，检查转换命令参数，启用详细日志定位错误。</think>在Ubuntu环境下将.wts文件转换为.engine文件时出现维度错误，通常与模型配置、转换脚本或环境依赖相关。以下是具体解决方案： --- ### **1. 检查模型类别数配置** - **问题**：YOLO模型的类别数（`kNumClass`）在配置文件`config.h`中未正确设置，导致输出层维度不匹配[^2]。 - **解决**： 1. 打开文件`yolov8/include/config.h`。 2. 修改`const static int kNumClass = 5;`为实际训练的类别数。 3. 重新编译项目： ```bash mkdir build && cd build cmake .. && make ``` --- ### **2. 验证.wts文件生成过程** - **问题**：使用错误的脚本生成.wts文件，导致模型结构不匹配[^4]。 - **解决**： - 对于YOLOv8，确保使用官方或适配的`gen_wts.py`脚本。 - 生成.wts文件时指定正确的模型路径和类别数： ```bash python3 gen_wts.py -w yolov8s.pt -o yolov8s.wts ``` --- ### **3. 核对输入/输出维度** - **问题**：输入分辨率或输出层维度与模型预期不一致。 - **解决**： - 检查转换命令中是否指定了正确的输入尺寸。例如，YOLOv8默认输入为`640x640`，需与模型训练时一致。 - 使用TensorRT的`trtexec`工具验证维度： ```bash trtexec --onnx=yolov8.onnx --shapes=input:1x3x640x640 ``` --- ### **4. 检查TensorRT版本兼容性** - **问题**：TensorRT版本过低或与CUDA/cuDNN不兼容。 - **解决**： - 升级TensorRT至最新稳定版。 - 确认CUDA和cuDNN版本匹配（如TensorRT 8.x需CUDA 11.x）。 --- ### **5. 启用详细日志定位错误** - **问题**：错误信息不明确，难以定位具体层。 - **解决**： - 修改代码中的日志级别（参考引用[3]）： ```cpp class Logger : public ILogger { void log(Severity severity, const char* msg) noexcept override { if (severity <= Severity::kVERBOSE) // 显示所有日志 std::cout << msg << std::endl; } } logger; ``` - 重新编译并运行转换命令，根据日志定位维度错误的层。 --- ### **6. 对比成功案例的配置** - **问题**：缺少必要依赖或编译步骤。 - **解决**： - 确保编译时安装了所有依赖项： ```bash sudo apt-get install libopencv-dev libprotobuf-dev protobuf-compiler ``` - 参考官方文档或社区成功案例的CMake配置。 --- ### **相关参考** - 若使用YOLOv5的`gen_wts.py`脚本处理YOLOv8模型，会导致结构不匹配，需替换为适配脚本。 - 转换命令示例： ```bash ./yolov8_seg -s yolov8s-seg.wts yolov8s-seg.engine s ``` ---
评论 2
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