Ceres-Solver 与下游项目构建问题分析及解决方案
2025-06-16 08:17:27作者:裴麒琰
问题背景
在使用最新版 Ceres-Solver 构建 COLMAP 等下游项目时,开发者可能会遇到一个典型的 CMake 配置错误。错误信息表明虽然找到了 Abseil 的配置文件,但由于缺少 GTest::gmock 目标,导致 Abseil 被标记为未找到状态。
问题本质
这个问题的根源在于 Abseil-CPP 的 CMake 配置文件中默认引用了 GoogleTest 的 mock 组件,而 Ceres-Solver 本身并不直接依赖这些测试组件。这是一个典型的依赖传递问题,属于上游 Abseil-CPP 的包配置设计问题。
详细分析
-
依赖关系链:Ceres-Solver → Abseil-CPP → GoogleTest (gmock)
-
问题表现:当使用 CMake 构建依赖 Ceres-Solver 的项目时,CMake 会检查 Abseil-CPP 的配置,而后者错误地要求必须存在 GTest::gmock 目标。
-
版本影响:这个问题在不同版本的 Abseil-CPP 中表现不同,较新版本可能默认包含了不必要的测试依赖。
解决方案
方案一:使用兼容版本组合
经过验证,以下版本组合可以避免此问题:
- GoogleTest: v1.16.0
- Abseil-CPP: 20240116.0 或 20250127.0
安装步骤:
- 安装 GoogleTest v1.16.0:
git clone https://github.com/google/googletest.git --branch v1.16.0 --depth 1
cd googletest
mkdir build && cd build
cmake .. -DBUILD_GMOCK=OFF -DBUILD_GTEST=ON -DCMAKE_INSTALL_PREFIX=/usr/local
cmake --build . --parallel
sudo cmake --install .
- 安装 Abseil-CPP 20240116.0:
git clone https://github.com/abseil/abseil-cpp.git --branch 20240116 --depth 1
cd abseil-cpp
mkdir build && cd build
cmake .. -DCMAKE_POSITION_INDEPENDENT_CODE=ON -DCMAKE_INSTALL_PREFIX=/usr/local
cmake --build . --parallel
sudo cmake --install .
方案二:修改构建配置
对于熟悉 CMake 的高级用户,可以考虑:
- 在构建 Ceres-Solver 时,通过 CMake 参数显式禁用测试依赖
- 修改 Abseil-CPP 的 CMake 配置文件,移除对 GTest::gmock 的强制要求
最佳实践建议
- 版本控制:建议固定使用已知兼容的版本组合,避免使用最新的开发分支
- 构建隔离:考虑使用容器或虚拟环境来隔离不同项目的依赖关系
- 依赖检查:在构建前检查系统中已安装的依赖版本,避免冲突
总结
这个问题展示了现代C++项目中复杂的依赖关系管理挑战。通过使用经过验证的版本组合和合理的构建配置,开发者可以成功构建基于 Ceres-Solver 的项目。对于长期解决方案,建议关注上游 Abseil-CPP 项目的更新,期待未来版本能解决这个包配置问题。
对于云环境或CI/CD流水线中的构建,特别建议预先安装好兼容版本的依赖项,以节省调试时间。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218