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 06:08:10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
相关项目推荐
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0129
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
446
3.35 K
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
10
1
🔥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
65
19
暂无简介
Dart
703
166
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.24 K
682
React Native鸿蒙化仓库
JavaScript
278
329
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
1
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1