本文主要是记录一下使用dlib的一些笔记（实现在嵌入式平台上实现人脸比对【简易登陆】，中间使用的库主要是opencv dlib，涉及嵌入式，还有需要对dlib库进行交叉编译）。中间参考了很多网络资料，本文是记录下整个学习使用过程中的细节。如果有什么错误大家可以提出。
另外备注：交叉编译过程使用过dlib-19.1，结果发现dnn功能还没有完善，于是重新改为dlib-19.7.交叉编译opencv和dlib均使用cmake（不在详细描述）。
Algorithms
A此处省略写，zigbee协议栈使用：
cc2530-2.5.1a。CC2530是2.4Ghz，芯片其它说明，略。
1.协调 路由 终端
听起来就不复杂，
协调--组建网络，发起
路由--中间转发等等呢
终端--最终的设备（可能这么叫不专业）
2.组建网络
协
在Linux上container_of宏使用较为常见，该宏的作用是通过知道结构体中一个成员的地址，从而
计算出，整个结构体的地址，在linux上很多结构体中都包含有struct list_head结构体，通过该list，就可以
得到整个结构体的地址，从而进行操作。
在知道container_of之前，首先需要先知道一个offsetof(TYPE, MEMBER)
#define offsetof(TYPE, MEMBER) ((size_t)&((TYPE *)0)->MEMBER)
上述结构是计算出MEMB
主要介绍linux上交叉编译opencv2.4.9，运行目标平台PX3SE（类似RK3128） linux上程序安装目录结构
bin----指应用程序文件
lib----指库文件
usr/bin 是系统自带的应用
usr/local/bin 是自己安装的应用和自己写的全局脚本（安装opencv里面的一些应用在里面）
usr/lib 系统自带的lib
usr/local/lib 是自己安装的lib（opencv的安装lib包都在里面）
//编译opencv使用工作目录（以px3se为例说明）
C:/home/dong/linux_sdk/buildroot/output/host/ALSA（Advanced Linux Sound Architecture，高级linux声音体系）简写，是linux上主流 音频体系架构，提供了音频和MIDI的支持。是Linux系统下一套标准的音频驱动框架。
ALSA框架分层在内核空间部分和应用空间部分。
在Linux2.6后已经集成进入linux源码。 备注：在内核层使用alsa驱动时，请保证内核编译时，支持上 CONFIG_SYSVIPC=y 如果没有支持上该选项，使用时，会出现错误
ALSA lib pcm_dmix.c:1038:(snd_pcm_d距离上一次写博客笔记已经有很长一段时间了，看来没有坚持下来啊，这次写博客主要是记录一下QT5上调用Opencv2.4.9时的过程。
之前一直使用VS进行Opencv的编写，感觉还可以，不过最近用到了QT上调用Opencv，之前在坑里躺了一下，无奈所以写了一下笔记。
备注：这次使用的QT5为MSVC编译器的（微软的VC编译器），如果你使用了MinGW（MingGW是指是Minimalist GNU on Windows的缩写），这就要注意了要使用MinGW重新编译一下opencv，否则下面的笔记是不可以进行使用的哦，下面的笔记使用的是自带MSVC的QT（VS已经把opencv默认编译好了）
在STM32上进行RTOS（以rt-thread为例）配置动态内存管理方式，我们需要设置一个动态内存管理的访问， 也就是管理区域的大小，起始地址等。
在使用操作系统前，先看一下原始的分配情况：startup_stm32f103xe.s
; Amount of memory (in bytes) allocated for Stack
; Tailor this value to your application needs
; <h> Stack Configuration
; <o> S volatile关键字，作为一个指令关键字，确保本条指令不会因为编译器的优化而省略，且要求每次
直接读取值。该关键字可以保持内存可见性，但不是保证原子性(无法知道是否有其它线程在修改该地址的值)内存可见性，是保证每次都可以读取到最新值。
另外一个是保证有序性（这个只是保证这个变量之前的代码一定比它先执行，但是并不保证这个变量之前的代码不可以重排序）。
一个定义为volatile的变量就是说这个变量可能会意想不到的改变，这样编译器就不会去随便假设
这个变量的值，精确说，编译器优在用到这个变量的值的时候，必须每次都小
本文主要使用的系统为Ubuntu14.04，cuda使用较新的8.0，cudnn使用cudnn7.0，仅供小白安转入参考。系统：Ubuntu14.04 cuda：cuda8.0 cudnn版本：cudnn7.0
因为我们使用了cuda，是英伟达公司搞的，所以先要保证您的显卡是N卡，而不是A卡，A卡飘过哦！查看（Linux下）：
lspci | grep -i vga正常：01:00.0 VGA compatible controller: NVIDIA Corporation GM1
本文主要是记录自己安装ORB-SLAM2的总结，之前从未写过博客，没有想过分享一下自己的探索过程。 首先slam（simultaneous localization and mapping），即时定位与地图构建。我这头是在ubuntu14.04上安装，主要是测试一下在ros上运行（indogo版本）单目slam。
1.1 、Eigen3安装 官网：http://eigen.tuxfamily.org/index.php?title=Main_Page g2o库依赖于eigen3。Eigen是C++中可以用来调用并进行矩阵计算的一个库。
sudo apt