# Linux_kvm

**Repository Path**: kenthank/linux_kvm

## Basic Information

- **Project Name**: Linux_kvm
- **Description**: No description available
- **Primary Language**: C++
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-28
- **Last Updated**: 2026-10-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 鲁班猫 Linux 应用项目

本仓库管理鲁班猫 4 V1（RK3588S）Linux 应用项目的源码。已保留的源码基线包含图片读写、Letterbox、BGR/RGB 和坐标往返；它们既是当前小程序，也为后续图像处理和 RKNN 集成提供回归验证入口。

RKNN Phase A/B 已通过外部配套 Demo 验证、独立复测与用户验收，源码位于 `/home/cat/rknn_examples/examples/rknn_yolov5_demo`，当前没有移入本仓库。模型契约、Letterbox/颜色/坐标基线与运行限制见 `docs/M1_STATIC_BASELINE.md`。Phase C1/C2 的项目实现见下文；M1 发布仍需完成节点整理与确认。

Phase C1 的 `rknn_single_image` 单图接口已于 2026-09-29 通过源码审查、独立复测和用户验收，使用系统 RKNN SDK/Runtime，只获取量化 INT8 张量和统计，不解码检测框。原始 API、资源归属、构建与验收步骤见 [docs/RKNN_C1.md](docs/RKNN_C1.md)。C1 通过不表示 M1 或视频链路已经完成。

Phase C2 新增 `rknn_yolov5_image` 与真实模块 CPU 测试 `yolov5_postprocess_test`。配套解码、半开 NMS、实际比例回映、显式标签路径和验收命令见 [docs/RKNN_C2.md](docs/RKNN_C2.md)，派生模块来源见 [docs/THIRD_PARTY_NOTICES.md](docs/THIRD_PARTY_NOTICES.md)。C2 已于 2026-09-30 通过源码审查、独立复测和用户看图验收；M1 节点发布仍需按 Git 规则完成整理、合并与确认。

## Git 与文档分工

- 源码仓库：`/home/cat/My_Project`，后续云端 push 使用这个仓库。
- 学习复盘与任务主枢：Windows `D:\xitong\Desktop\学习复盘`，保留学习笔记和完整 Workflow。
- 规则：测试阶段不 commit；技术验证通过且用户验收大任务后，保留后续需要的代码再 commit；完整框架节点验收后才允许 push。
- 开始节点前从最新 `main` 建立节点分支，大任务验收后在分支本地 commit；节点整体验收后 `merge --no-ff` 合并 `main`，创建 annotated tag，再 push `main` 与该节点标签。
- 不删除分支；后续增改从最新 `main` 新建分支，不复用旧阶段分支。当前 M1 剩余工作在 `feature/m1-static-rknn`，起点为已发布基线 `3147f8b`。
- 源码远端：`origin = git@gitee.com:kenthank/linux_kvm.git`。节点验收后按确认清单整理不需要的实验文件，再验证、commit 和 push；具体准备状态见 `docs/GIT_POLICY.md`。
- 详见 `docs/GIT_POLICY.md` 和 `AGENTS.md`。

## 已验证环境

- Ubuntu 22.04.5 LTS，aarch64，Linux 6.1.84
- GCC/G++、CMake
- OpenCV 4.5.4 的 `core`、`imgproc`、`imgcodecs` 模块
- 源码目录：`/home/cat/My_Project`

项目不依赖完整的 `libopencv-dev` 元包，也不假定存在 `opencv4.pc` 或 `OpenCVConfig.cmake`。CMake 直接查找头文件和三个模块库。

## 构建

```bash
cd /home/cat/My_Project
mkdir -p outputs
cmake -S . -B build
cmake --build build -j2
```

最低 CMake 版本为 3.18，因为 `CMakeLists.txt` 使用了 `find_path(... REQUIRED)` 和 `find_library(... REQUIRED)`。

## 程序与运行方式

```bash
# 第 1 步：真实图片读写和 Mat 信息
./build/image_io_step1 test_images/landscape_320x240.ppm outputs/step1.png

# 第 2 步：等比例缩放并居中补边
./build/letterbox_step2 test_images/landscape_320x240.ppm outputs/step2.png

# 第 3 步：BGR/RGB 顺序与 UINT8 HWC 缓冲区
./build/color_order_step3 test_images/red_blue_64x32.ppm \
  outputs/step3_correct.png outputs/step3_misread.png outputs/step3_rgb.bin

# 第 4 步：半开边界框的坐标映射与往返
./build/coordinate_roundtrip_step4 test_images/odd_321x239.ppm \
  outputs/step4_original.png outputs/step4_letterbox.png
```

`letterbox_step2` 与 `coordinate_roundtrip_step4` 共用 `letterbox.h/.cc`，避免两份缩放、取整和补边逻辑产生差异。

## 本轮练习约定

- `cv::imread(..., IMREAD_COLOR)` 读入 BGR、`CV_8UC3`。
- Letterbox 目标画布暂定为 640×640，补边值暂定为 `(114,114,114)`。
- 缩放后记录实际 `scale_x`、`scale_y` 和四边补边量；坐标还原使用实际比例。
- 模型输入练习缓冲区为 RGB、UINT8、HWC、连续内存；未做归一化。
- 检测框采用半开边界 `[x1,y1,x2,y2)`，其中 `x2/y2` 不属于框内；完整图像边界可表示为 `[0,0,width,height)`。
- 写图失败或 OpenCV 抛出 `cv::Exception` 时，程序打印目标路径与错误原因并返回非零状态码。

## 已知边界

- 640×640、补边值 114 和 RGB UINT8 HWC 都是练习约定，接入模型后必须按模型输入属性调整。
- 第 3 步的颜色像素断言专门面向“左红右蓝”的测试图，不是通用图片检测器。
- 第 4 步验证内部框、完整边界框及超界拒绝；本轮不实现超界框裁剪。
- 本仓库入口限定静态单图；C1 实现自己的 RKNN 调用，外部 Demo 的验收不替代 C1 验收，也不代表视频采集或实时链路已通过。