Qt项目的构建(编译)、运行与调试(三)

        以Qt Widgets Application类型项目为例,介绍一下Qt项目的构建(编译)、运行与调试。

一、创建项目

 

 

二、项目构建、运行配置

项目创建后,在Qt Creator可以看到Qt为项目默认配置的构建、运行参数。

2.1 项目构建配置

 

2.1.1 Shadow build

勾选了”Shadow build”影子编译,则编译的中间代码输出到指定的构建目录(构建目录必须与项目目录同级);否则中间代码输出到项目目录下面的debug或release目录。选择”Shadow build”使得源码与编译中间代码分离,便于项目管理。

 2.1.2 编译步骤

  1. qmake 根据.pro项目文件输出Makefile文件到构建目录

-spec win32-msvc    用 win32-msvc 定制脚本来生成 Makefile 

“CONFIG += debug”  指定debug编译模式

.pro项目文件中的qmake参数:

 

 引用外部库:

 

lib文件:debug,release版尽量放到一个目录

确定后,相应的配置参数会写入.pro文件

2.2 项目运行配置

 

 

运行配置中:

  1. 勾选”Add build library search path to PATH”:

这样在Qt IDE中运行/调试程序时,会把项目引用的lib目录加入到PATH环境变量中;在lib目录除放置.lib文件外,对动态库还需要放置.dll文件。这样程序运行时才能找到库的dll。

 

三、运行、调试项目

debug模式下,调试项目时,注意要安装好”Debugging Tools for Windows”,否则会报错误。安装"Debugging Tools for Windows" ,,参考Windows 10下安装Qt5.14.2,及与VS2017开发环配置

mmdetection是一个开源的目标检测工具包,它提供了多种经典的目标检测算法的实现,包括yolov3。通过mmdetection,你可以使用yolov3算法进行目标检测任务。\[1\]yolov3是一种基于深度学习的目标检测算法,它使用了Darknet53作为主干网络,并结合了FPN(特征金字塔网络)来融合不同分辨率的特征图,以提高检测性能。\[2\]在使用mmdetection进行yolov3的训练和测试时,你可以使用安检x光的数据集,该数据集包含3600张图片和对应的标注,其中包含10个需要检测的物体类别。你可以将数据集按照voc2007的格式整理,以便进行模型的配置和训练。\[3\]在使用mmdetection之前,你需要安装cuda和pytorch。 #### 引用[.reference_title] - *1* *3* [目标检测:使用mmdetection对比centernetyolov3的性能](https://blog.youkuaiyun.com/weixin_41722370/article/details/119845884)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【MMDetection 源码解读之yolov3】Neck - FPN](https://blog.youkuaiyun.com/qq_38253797/article/details/121863642)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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