本文详细记录了在树莓派5上构建C++端侧AI视觉引擎的全过程。通过C++17、ONNX Runtime零拷贝技术和POSIX底层管道优化，将YOLOv5s模型推理速度提升至5 FPS（纯CPU）。针对国内网络环境，采用apt直装Docker和本地文件拷贝方案，解决了官方脚本失效和下载超时问题。重点剖析了Docker容器化部署中的硬件隔离难题，提出改用本地媒体流验证推理引擎的方案，并分享了工业级Do

本文详细记录了在树莓派5上构建C++端侧AI视觉引擎的全过程。通过C++17、ONNX Runtime零拷贝技术和POSIX底层管道优化，将YOLOv5s模型推理速度提升至5 FPS（纯CPU）。针对国内网络环境，采用apt直装Docker和本地文件拷贝方案，解决了官方脚本失效和下载超时问题。重点剖析了Docker容器化部署中的硬件隔离难题，提出改用本地媒体流验证推理引擎的方案，并分享了工业级Do

在端侧设备（如树莓派、RK3588）部署计算机视觉模型前，必须在 PC 端进行严格的算法重构与跨平台验证。本项目旨在带你从零搭建x86_64 架构开发环境，彻底剥离 Python 臃肿生态，完全使用 C++17 与 ONNX Runtime (ORT) 引擎，实现高性能的单帧极速推理，为后续的 ARM 端侧落地打下坚实的底层基座。

树莓派5端侧AI部署技术摘要 本项目提出了一种基于树莓派5的高性能端侧AI部署方案，采用C++17构建无锁POSIX流水线，实现低延迟计算机视觉推理。核心创新包括： 无锁视频流捕获：摒弃OpenCV原生接口，改用C语言popen调用rpicam-vid，通过POSIX管道实现无锁JPG帧解码，消除Linux文件锁导致的阻塞问题。 高效推理引擎：直接使用ONNX Runtime C++ API，剥离

树莓派5端侧AI部署技术摘要 本项目提出了一种基于树莓派5的高性能端侧AI部署方案，采用C++17构建无锁POSIX流水线，实现低延迟计算机视觉推理。核心创新包括： 无锁视频流捕获：摒弃OpenCV原生接口，改用C语言popen调用rpicam-vid，通过POSIX管道实现无锁JPG帧解码，消除Linux文件锁导致的阻塞问题。 高效推理引擎：直接使用ONNX Runtime C++ API，剥离

添加项目的时候，由于宝塔会自动创建新用户来执行jar包导致用户权限不足，然后就一直出现这个报错

题目1.文件读取及数据查看；2.提取股票代号600000在2017年1月3日至2017年1月20日的收盘价格数据，并绘制股票价格走势图进行分析;3.提取股票代号600000在2017年1月3日至2017年1月24日的交易量数据，并绘制交易量分布柱状图进行分析;4.提取股票代号600000在2017年1月至11月的交易量统计数据，并绘制月交易量分布饼图进行分析；5.绘制以上图形组成的3×1子图。答案

如果出现以下错误：docker (56) Recv failure: Connection reset by peer，按照此文章进行排错！

如果出现以下错误：docker (56) Recv failure: Connection reset by peer，按照此文章进行排错！

打开工程，找到此文件(stm32f10x.h)的这个位置，如工程中未添加，可以从此文件（system_stm32f10x.c）第65行进行跳转。将自己使用的外部晶振系数修改一下，我的是c8t6，外部晶振为8Mhz，所以修改这个地方为8000000，大家根据自己的晶振实际参数进行修改。找到此文件（system_stm32f10x.c）的第1056行，进行倍频修改，按照72Mhz。我的配置为8MHz