解决Mobile-Deep-Learning项目在Ubuntu 22.04 x64编译x86版本时的CMake错误
2025-05-31 03:18:07作者:彭桢灵Jeremy
在Ubuntu 22.04 x64系统上编译Mobile-Deep-Learning项目的x86版本时,开发者可能会遇到一个特定的CMake构建错误。这个错误通常发生在构建过程的6%进度处,表现为无法完成"publish_inference"目标的构建。
错误现象
构建过程会在完成'extern_protobuf'目标后失败,错误信息显示CMake无法为'lite/CMakeFiles/publish_inference.dir/rule'创建规则,最终导致构建过程中断。典型的错误输出如下:
[ 6%] Completed 'extern_protobuf'
[ 6%] Built target extern_protobuf
CMakeFiles/Makefile2:651: recipe for target 'lite/CMakeFiles/publish_inference.dir/rule' failed
make[1]: *** [lite/CMakeFiles/publish_inference.dir/rule] Error 2
Makefile:300: recipe for target 'publish_inference' failed
make: *** [publish_inference] Error 2
问题原因
经过分析,这类错误通常与项目依赖的第三方库下载过程有关。可能的原因包括:
- 网络问题导致第三方库下载不完整或失败
- 之前构建尝试留下的不完整或损坏的第三方库文件
- 构建环境配置不当导致依赖解析失败
解决方案
方法一:清理并重新下载第三方库
- 首先删除项目根目录下的third-party文件夹(注意不是build目录)
- 重新运行构建命令:
./lite/tools/build_linux.sh --arch=x86 --with_python=ON --with_log=ON
方法二:检查网络环境
确保您的网络环境能够正常访问和下载所需的第三方依赖库。可以考虑:
- 检查网络代理设置(如有)
- 尝试使用更稳定的网络连接
- 验证是否能够手动下载所需的依赖项
方法三:完整清理后重建
- 完全删除build目录和third-party目录
- 运行
git clean -xdf清理所有未跟踪的文件(谨慎使用,会删除所有未提交的更改) - 重新克隆项目并尝试构建
预防措施
为了避免类似问题再次发生,建议:
- 在开始构建前确保网络连接稳定
- 定期清理构建缓存和第三方库
- 考虑使用项目的Docker构建环境(如果提供)来避免环境差异导致的问题
总结
Mobile-Deep-Learning项目在Ubuntu系统上的x86构建过程中遇到的CMake规则创建失败问题,通常可以通过清理第三方依赖并确保网络连接稳定来解决。开发者应该养成在构建前清理环境的习惯,特别是在切换构建目标或遇到构建失败时。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987