摘要：本文介绍了在VSCode中配置STM32开发环境的步骤。首先使用STM32CubeMX创建项目并选择CMake工具链，生成代码后用VSCode打开。完成编译后，重点讲解了调试配置文件的创建方法（launch.json），包括必须修改的ELF文件路径、芯片型号和OpenOCD配置文件选择。配置完成后可通过VSCode进行调试，若出现错误需提供完整报错信息。全文提供了详细的操作指引和配置示例。

这篇文章详细介绍了搭建STM32开发环境的完整流程。主要内容包括：1）下载安装VSCode及必要插件（clangd、CMake等）；2）获取STM32CubeMX（需6.15以上版本）；3）配置arm-none-eabi-gcc交叉编译工具链；4）安装OpenOCD调试工具；5）准备CMake和Ninja构建工具；6）配置LLVM/clangd开发环境。文章提供了所有工具的官方下载链接，并重点说明

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。

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

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