Yongqiang Cheng
Yongqiang Cheng

Linux 获取文件名称生成列表 txt - create_filelist

Linux 获取文件名称生成列表 txt - create_filelist

1. find
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/ 文件夹下所有 *.jpg (000001.jpg - 001050.jpg) 的路径 + 图片名信息写入 txt 文件。

1.1 ll

strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1$ ll
total 241056
drwxrwxr-x 2 strong strong  36864 Oct 30 17:24 ./
drwxrwxr-x 6 strong strong   4096 Jan 10 17:25 ../
-rw-rw-r-- 1 strong strong 230263 Aug  7  2015 000001.jpg
-rw-rw-r-- 1 strong strong 233663 Aug  7  2015 000002.jpg
-rw-rw-r-- 1 strong strong 236256 Aug  7  2015 000003.jpg
-rw-rw-r-- 1 strong strong 226686 Aug  7  2015 000004.jpg
-rw-rw-r-- 1 strong strong 225361 Aug  7  2015 000005.jpg
-rw-rw-r-- 1 strong strong 236972 Aug  7  2015 000006.jpg
……
-rw-rw-r-- 1 strong strong 234725 Aug  7  2015 001045.jpg
-rw-rw-r-- 1 strong strong 234834 Aug  7  2015 001046.jpg
-rw-rw-r-- 1 strong strong 247108 Aug  7  2015 001047.jpg
-rw-rw-r-- 1 strong strong 234094 Aug  7  2015 001048.jpg
-rw-rw-r-- 1 strong strong 233516 Aug  7  2015 001049.jpg
-rw-rw-r-- 1 strong strong 246251 Aug  7  2015 001050.jpg
strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1$


1.2 find /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04 -name *.jpg

strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04$ find /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04 -name *.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000855.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000479.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000375.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000303.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000163.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000363.jpg
……
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000096.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000955.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000666.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000560.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000524.jpg
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/000128.jpg
strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04$


1.3 find /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04 -name *.jpg > train_file.txt

strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04$ find /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04 -name *.jpg > train_file.txt
strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04$

注意：文本文件内的文件名是乱序排列的。
train_file.txt

Linux 获取文件名称生成列表 txt - create_filelist_第1张图片


2. ls
/home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/ 文件夹下所有 *.jpg (000001.jpg - 001050.jpg) 的路径 + 图片名信息写入 txt 文件。

2.1 ll

strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1$ ll
total 241056
drwxrwxr-x 2 strong strong  36864 Oct 30 17:24 ./
drwxrwxr-x 6 strong strong   4096 Jan 10 17:25 ../
-rw-rw-r-- 1 strong strong 230263 Aug  7  2015 000001.jpg
-rw-rw-r-- 1 strong strong 233663 Aug  7  2015 000002.jpg
-rw-rw-r-- 1 strong strong 236256 Aug  7  2015 000003.jpg
-rw-rw-r-- 1 strong strong 226686 Aug  7  2015 000004.jpg
-rw-rw-r-- 1 strong strong 225361 Aug  7  2015 000005.jpg
-rw-rw-r-- 1 strong strong 236972 Aug  7  2015 000006.jpg
……
-rw-rw-r-- 1 strong strong 234725 Aug  7  2015 001045.jpg
-rw-rw-r-- 1 strong strong 234834 Aug  7  2015 001046.jpg
-rw-rw-r-- 1 strong strong 247108 Aug  7  2015 001047.jpg
-rw-rw-r-- 1 strong strong 234094 Aug  7  2015 001048.jpg
-rw-rw-r-- 1 strong strong 233516 Aug  7  2015 001049.jpg
-rw-rw-r-- 1 strong strong 246251 Aug  7  2015 001050.jpg
strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1$


2.2 ls -R /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/*.jpg

strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04$ ls -R /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/*.jpg

 

Linux 获取文件名称生成列表 txt - create_filelist_第2张图片


2.3 ls -R /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/*.jpg > test_file.txt

strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04$ ls -R /home/strong/MOTChallenge/MOT16/MOT16/train/MOT16-04/img1/*.jpg > test_file.txt
strong@foreverstrong:~/MOTChallenge/MOT16/MOT16/train/MOT16-04$

test_file.txt

Linux 获取文件名称生成列表 txt - create_filelist_第3张图片

 

你可能感兴趣的:(Darknet)

  • ROS下使用usb_cam驱动读取摄像头数据 小杨~~~~ ubuntu
    因为darknet_ros会直接订阅指定的图像话题名，然后对图像进行检测，绘制检测框，并发布相应的检测话题，因此首先需要找一个能够发布图像话题的ROS包，这里经推荐使用ROS官方提供的usb_cam驱动包，可以直接将小车摄像头采集的图像发布为ROS图像话题。1、下载摄像头驱动包usb_cam#方式一：直接终端输入，通过apt便捷安装cdtest/src/sudoapt-getinstallros-
  • 目标检测-YOLOv4 wydxry 深度学习目标检测YOLO目标跟踪
    YOLOv4介绍YOLOv4是YOLO系列的第四个版本，继承了YOLOv3的高效性，并通过大量优化和改进，在目标检测任务中实现了更高的精度和速度。相比YOLOv3，YOLOv4在框架设计、特征提取、训练策略等方面进行了全面升级。它在保持实时检测的同时，显著提升了检测性能，尤其在复杂场景中的表现尤为出色。相比YOLOv3的改进与优势改进的Backbone(CSPDarknet-53)YOLOv4使用
  • 基于yolov8的绝缘子缺陷检测系统python源码+onnx模型+评估指标曲线+精美GUI界面 FL1623863129 深度学习YOLO
    【算法介绍】基于YOLOv8的绝缘子缺陷检测系统是一种利用先进深度学习技术的高效解决方案，旨在提升电力行业中输电线路的维护和监控水平。YOLOv8作为YOLO系列算法的最新版本，具备更高的检测速度和精度，特别适用于实时物体检测任务。该系统通过深入分析并标注绝缘子数据集，训练YOLOv8模型以精确识别输电线上的绝缘子及其缺陷状态。利用多尺度检测、FPN结构以及CSPDarknet网络等技术，YOLO
  • YOLO系列目标检测数据集大全_yolo数据集(1) 2401_84187537 程序员YOLO目标检测人工智能
    Darknet版YOLOv4猫狗识别训练好的权重文件：https://download.csdn.net/download/zhiqingAI/85541214Darknet版YOLOv3猫狗识别训练好的权重文件：https://download.csdn.net/download/zhiqingAI/85541209DeepSORT-YOLOv5猫狗检测和跟踪+可视化目标运动轨迹yolov7猫狗
  • 在C++上如何使用OpenCV头文件是什么_用OpenCV的dnn模块调用yolov3模型 weixin_39785858
    前言在实际应用场景，我们用darknet的GPU版本训练自己的数据，得到权值文件，然后我们可以调用训练的好的模型去实现自己的检测项目。一般情况下，我们可以使用opencv的dnn模块去调用yolov3。下面大致讲解一下如何是实现调用。一、环境准备1、编译好darknet的GPU版本。可参考我的文章https://zhuanlan.zhihu.com/p/1343471762、安装好opencv3.
  • C++ OpenCV-dnn模块调用模型进行目标检测 （支持CUDA加速） 枸杞叶儿 经验笔记深度学习神经网络
    前言OpenCV4.4开始支持YOLOv4模型的调用，需要使用Opencv的DNN模块。编译安装OpenCV和OpenCV-contrib库步骤，点此链接C++OpenCV调用YOLO模型的完整代码点此下载一、模型加载constexprconstchar*darknet_cfg="../face/yolov3-tiny.cfg";//网络文件constexprconstchar*darknet_w
  • YOLOv8 : 网络结构 赛先生.AI YOLOv8YOLO计算机视觉目标检测
    一.YOLOv8网络结构1.BackboneYOLOv8的Backbone同样参考了CSPDarkNet-53网络，我们可以称之为CSPDarkNet结构吧，与YOLOv5不同的是，YOLOv8使用C2f(CSPLayer_2Conv)代替了C3模块(如果你比较熟悉YOLOv5的网络结构，那YOLOv8的网络结构理解起来就easy了)。如图1所示为YOLOv8网络结构图(引用自MMYOLO)，对比
  • Ubuntu22.04安装cuda，cudnn, 编译darknet 化石草 ubuntu深度学习yolov3
    一，安装cuda：1，下载及安装cuda官网：https://developer.nvidia.com/cuda-toolkit-archivewgethttps://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.runsudoshcuda_11.8.0_
  • Darknet yolov3 Makefile文件解析 未完城 ubuntudeep-learningdarknetlinuxmakefile
    文章目录1.darknetMakefile注释2.reference现在搞深度学习都在linux平台，经常遇到gcc手动编译的时候。由于linux平台没有通用的IDE，大家都是靠Makefile配置文件进行make。在学习darknet框架的过程中，决定要顺便搞清楚Makefile的写法和参数配置。Makefile完整的教程网上有很多，我暂时也不打算完整学一遍，仅仅把遇到的都搞懂，下次遇到新的东西
  • [图像算法]-(yolov5.train)-GPU架构中的半精度fp16与单精度fp32计算 蒸饺与白茶
    GPU架构中的半精度与单精度计算  由于项目原因，我们需要对darknet中卷积层进行优化，然而对于像caffe或者darknet这类深度学习框架来说，都已经将卷积运算转换成了矩阵乘法，从而可以方便调用cublas库函数和cudnn里tiling过的矩阵乘。  CUDA在推出7.5的时候提出了可以计算16位浮点数据的新特性。定义了两种新的数据类型half和half2.之前有师弟已经DEMO过半精度
  • C++调用yolo模型有哪些方法 jjm2002 深度学习C++c++YOLO开发语言
    在C++中调用YOLO模型进行目标检测，可以通过以下几种常见的方法：使用Darknet框架：Darknet是YOLO的官方框架，由YOLO的创作者JosephRedmon编写。它是一个轻量级的深度学习框架，用C语言编写，可以很容易地在C++应用程序中使用。你可以直接使用DarknetAPI来加载训练好的YOLO模型，并进行图像的推理。使用OpenCV的dnn模块：OpenCV是一个开源的计算机视觉
  • yolov4 训练自己的数据集--人头识别 晓理紫 机器学习
    0、实验环境ubuntu16.04opencv3.4.10cuda10.11、yolov4安装1.1、下载编译darknetdarknet下载地址gitclonehttps://github.com/AlexeyAB/darknetcddarknetdarknet默认编译是不带cuda与opencv,而且不会编译so文件。如果想编译带有cuda与opencv，并编译so文件的需要修改Makefil
  • yolo,c++目标识别 码狂☆ AIYOLOc++
    yolo,c++目标识别yolo官网https://pjreddie.com/darknet/yolo/yologithubhttps://github.com/pjreddie/darknet/下载编译yolo源码gitclonehttps://github.com/pjreddie/darknetcddarknetmake下载预训练权值文件wgethttps://pjreddie.com/me
  • 经典目标检测YOLO系列(三)YOLOv3算法详解 undo_try #深度学习目标检测YOLOpython
    经典目标检测YOLO系列(三)YOLOv3算法详解不论是YOLOv1，还是YOLOv2，都有一个共同的致命缺陷：小目标检测的性能差。尽管YOLOv2使用了passthrough技术将16倍降采样的特征图（即C4特征图）融合到了C5特征图中，但最终的检测仍是在C5尺度的特征图上进行的。为了解决这一问题，YOLO作者做了第3次改进，主要改进如下：使用了更好的主干网络DarkNet-53使用了多级检测与
  • 经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程 undo_try #深度学习目标检测YOLO人工智能
    经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程和之前实现的YOLOv2一样，根据《YOLO目标检测》(ISBN:9787115627094)一书，在不脱离YOLOv3的大部分核心理念的前提下，重构一款较新的YOLOv3检测器，来对YOLOv3有更加深刻的认识。书中源码连接:RT-ODLab:YOLOTutorial1、YOLOv3网络架构1.1DarkNet53主
  • 用python实现yolov3检测工业相机视频 蘑菇的神 python音视频计算机视觉
    前言：学习记录环境：windows+pycharm+yolov3相机：海康工业网口相机：MV-CA020-20GC(Gige，彩色，全局)1.网上有很多网络摄像头跑yolo的案例，但是，不行。网络摄像头和工业相机不一样！yolo是能直接检测网络摄像头的视频的（这个我没有试过，因为没有网络摄像头）./darknetdetectordemocfg/coco.datacfg/yolov3.cfgyolo
  • Ubuntu 20.04 安装opencv3.2.0 及报错解决方法 why_blogs ubuntulinux运维
    最近想要学习一下XTDrone里的目标检测与跟踪模块(正好推荐一下肖昆老师团队的项目----XTDrone,感兴趣可以去看看，确实很不错哟！)，于是跟着文档往下做，结果发现在ubuntu20.04装Opencv就出问题，此篇文档仅仅记录一下，防止后面忘记。首先说明一下为什么装3.2.0版本，起初我也是图方便，直接装最新版本，结果发现和后面的darknet_ros有冲突，darknet_ros一直编
  • Kai - Golang实现的目标检测云服务 yummy_bian
    YOLO/Darknet是目前比较流行的ObjectDetection算法（后面统一称为Darknet），在GPU上的表现不但速度快而且准确率很高。但是使用起来不方便，只提供了命令行接口和简单的Python接口。所以我想用RESTful来实现一个云端的Darknet服务kai。选择用Go的原因不是考虑并发，而是goroutine之间的同步能方便的处理，适合实现Pipeline的功能。问题来了，Da
  • ROS中darknet_ros功能包运行详解，低帧率如何解决，如何修改Cmake、makefile文件 神筆＆『馬良』 ubuntulinux视觉检测YOLOyolov3
    本篇博客侧重于使用该功能包，不侧重于获取。我遇到了FPS只有0.2的问题，运行速度过慢。才发现是GPU没有被调用的原因导致的。运行环境：ubuntu20.04+显卡驱动(cuda与cudnn可以装也可以不装)一、获取功能包参考博客：ROS下实现darknet_ros(YOLOV3)检测_camera/rgb/image_raw:=/usb_cam/image_raw__name:=d-CSDN博客
  • YOLOv3：算法与论文详细解读 慕溪同学 YOLO目标检测YOLO深度学习目标检测yolo
    【yolov1：背景介绍与算法精讲】【yolo9000：Better,Faster,Stronger的目标检测网络】目录一、YOLOv3概述二、创新与改进三、改进细节3.1多尺度特征3.2不同尺度先验框3.3完整的网络结构3.3Darknet-53主干网络3.4残差网络3.4.1恒等映射3.4.2网络退化3.4.3残差结构3.4.4残差的两个堆叠形式3.4.5YOLOV3中的残差连接3.5head
  • 基于YOLOv8和RealsenseD455相机实现物体距离检测 油炸大聪明 YOLOpython
    目录前言一、Yolov8环境搭建二、配置RealSense-ros功能包1.安装ROS-humble2.安装IntelRealSenseSDK2.0编辑3.克隆ROS功能包三、物体距离检测代码实现1.算法流程：2.代码示例：3.效果展示：前言要基于YOLOv8和RealsenseD455相机实现物体距离检测，可以按照以下步骤进行操作：准备环境：安装YOLOv8：可以使用开源框架如Darknet或P
  • 深度学习技术栈 —— Pytorch中保存与加载权重文件 键盘国治理专家 ML&DL技术栈深度学习人工智能
    深度学习技术栈——如何保存权重文件？一、权重文件的格式二、保存权重文件三、加载权重文件3.1nn.module.eval()方法一、权重文件的格式权重文件是指训练好的模型参数文件，不同的深度学习框架和模型可能使用不同的权重文件格式。以下是一些常见的权重文件格式：PyTorch的模型格式：.pt文件。Darknet的模型格式：.weight文件。TensorFlow的模型格式：.ckpt文件。一、参
  • Darknet_yolov2综述入门整理 立夏陆之昂 学习小记录
    接着上次的神经网络，这次整理一下Darknet，yolov2首先得先了解Darknet,是深度学习框架，总的来说深度学习框架提供了一些列的深度学习的组件（对于通用的算法，里面会有实现），当需要使用新的算法的时候就需要用户自己去定义，然后调用深度学习框架的函数接口使用用户自定义的新算法.这篇讲述了深度学习框架的定义：https://blog.csdn.net/yeler082/article/det
  • bin文件读写 - C/C++ 生活需要深度 CC++c语言C++二进制文件
    本文介绍一下C和C++读取和保存bin文件的方法。 bin文件的存取在调试网络推理定位问题的时候可能会经常用到，如在这个框架里网络输出和预期对不上，经常需要把这个网络里的前处理输出、网络推理输出搬到另外的框架里走一遍，来确定是前处理有问题，还是网络推理有问题，还是后处理有问题。这里分享一下C语言和C++读取和保存特征数据为bin文件的方法。其实大部分情况可以用C++搞定，但如darknet这种纯C
  • 【深度学习目标检测】十五、基于深度学习的口罩检测系统-含GUI和源码（python，yolov8） justld 深度学习CNN目标检测深度学习目标检测python
    YOLOv8是一种物体检测算法，是YOLO系列算法的最新版本。YOLO（YouOnlyLookOnce）是一种实时物体检测算法，其优势在于快速且准确的检测结果。YOLOv8在之前的版本基础上进行了一系列改进和优化，提高了检测速度和准确性。YOLOv8采用了Darknet-53作为其基础网络架构。Darknet-53是一个53层的卷积神经网络，用于提取图像特征。与传统的卷积神经网络相比，Darkne
  • 基于YOLOv5+单目的物体距离和尺寸测量 code2035 yolo从入门到精通机器视觉从入门到精通OpenCV从入门到精通YOLO计算机视觉人工智能opencv机器学习
    目录1，YOLOv5原理介绍2,单目测尺寸以及距离原理2.1单目测物体距离2.2单目测物体尺寸3，成果展示3.3测距离3.2测尺寸：1，YOLOv5原理介绍YOLOv5是目前应用广泛的目标检测算法之一，其主要结构分为两个部分：骨干网络和检测头。骨干网络采用的是CSPDarknet53，这是一种基于Darknet框架的改进版卷积神经网络。CSPDarknet53通过使用残差结构和跨层连接来提高网络的
  • 目标检测-One Stage-YOLOx 学海一叶 目标检测目标检测人工智能计算机视觉YOLO深度学习
    文章目录前言一、YOLOx的网络结构和流程1.YOLOx的不同版本2.Yolox-Darknet53YOLOv3baselineYolox-Darknet533.Yolox-s/Yolox-m/Yolox-l/Yolox-x4.Yolox-Nano/Yolox-Tiny二、YOLOx的创新点总结前言根据前文CenterNet、YOLOv4等可以看出学界和工业界都在积极探索使用各种tricks（an
  • 超维空间M1无人机使用说明书——41、ROS无人机使用yolo进行物体识别 南京超维空间智能科技有限公司 超维空间S2无人机使用说明超维空间M1无人机使用说明无人机YOLOROS物体识别
    引言：用于M1无人机使用的18.04系统，采用的opencv3.4.5版本，因此M1无人机只提供了基于yolov3和yolov4版本的darknet_ros功能包进行物体识别，识别效果足够满足日常的物体识别使用，如果需要更高版本的yolov7或者yolov8，可以参考博客的yolov7和yolov8的使用。链接:源码链接一、启动darknet_ros物体识别roslaunchrobot_bring
  • Darknet yolov4 转onnx 鲤鱼不懂 darknetyolov4onnxpytorch深度学习计算机视觉
    前段时间，自己瞎搞，需要把Darknetyolov4转成onnx格式，在此记录一下过程。我们需要在github上下载以为大佬写好的转换代码https://github.com/Tianxiaomo/pytorch-YOLOv4执行如下命令:cdpytorch-YOLOv4python3demo_darknet2onnx.py./yolov4.cfg./data/coco.names./yolov4
  • 目标检测-One Stage-YOLO v3 学海一叶 目标检测目标检测YOLO人工智能计算机视觉算法
    文章目录前言一、YOLOv3的网络结构和流程二、YOLOv3的创新点总结前言根据前文目标检测-OneStage-YOLOv2可以看出YOLOv2的速度和精度都有相当程度的提升，但是精度仍较低，YOLOv3基于一些先进的结构和思想对YOLOv2做了一些改进。提示：以下是本篇文章正文内容，下面内容和可供参考一、YOLOv3的网络结构和流程将影像输入卷积网络（DarkNet53）+FPN得到多尺度特征图
  • 集合框架 天子之骄 java数据结构集合框架
       集合框架 集合框架可以理解为一个容器，该容器主要指映射(map)、集合(set)、数组(array)和列表(list)等抽象数据结构。 从本质上来说，Java集合框架的主要组成是用来操作对象的接口。不同接口描述不同的数据类型。   简单介绍：   Collection接口是最基本的接口，它定义了List和Set，List又定义了LinkLi
  • Table Driven（表驱动）方法实例 bijian1013 javaenumTable Driven表驱动
    实例一： /** * 驾驶人年龄段 * 保险行业，会对驾驶人的年龄做年龄段的区分判断 * 驾驶人年龄段：01-[18,25);02-[25,30);03-[30-35);04-[35,40);05-[40,45);06-[45,50);07-[50-55);08-[55,+∞) */ public class AgePeriodTest { //if...el
  • Jquery 总结 cuishikuan javajqueryAjaxWebjquery方法
    1.$.trim方法用于移除字符串头部和尾部多余的空格。如：$.trim('   Hello   ') // Hello2.$.contains方法返回一个布尔值，表示某个DOM元素（第二个参数）是否为另一个DOM元素（第一个参数）的下级元素。如：$.contains(document.documentElement, document.body); 3.$
  • 面向对象概念的提出 麦田的设计者 java面向对象面向过程
            面向对象中，一切都是由对象展开的，组织代码，封装数据。   在台湾面向对象被翻译为了面向物件编程，这充分说明了，这种编程强调实体。       下面就结合编程语言的发展史，聊一聊面向过程和面向对象。      c语言由贝尔实
  • linux网口绑定 被触发 linux
    刚在一台IBM Xserver服务器上装了RedHat Linux Enterprise AS 4，为了提高网络的可靠性配置双网卡绑定。 一、环境描述 我的RedHat Linux Enterprise AS 4安装双口的Intel千兆网卡，通过ifconfig -a命令看到eth0和eth1两张网卡。 二、双网卡绑定步骤： 2.1 修改/etc/sysconfig/network
  • XML基础语法 肆无忌惮_ xml
    一、什么是XML？ XML全称是Extensible Markup Language，可扩展标记语言。很类似HTML。XML的目的是传输数据而非显示数据。XML的标签没有被预定义，你需要自行定义标签。XML被设计为具有自我描述性。是W3C的推荐标准。   二、为什么学习XML？ 用来解决程序间数据传输的格式问题 做配置文件 充当小型数据库   三、XML与HTM
  • 为网页添加自己喜欢的字体 知了ing 字体 秒表 css
    @font-face { font-family: miaobiao;//定义字体名字 font-style: normal; font-weight: 400; src: url('font/DS-DIGI-e.eot');//字体文件 } 使用： <label style="font-size:18px;font-famil
  • redis范围查询应用-查找IP所在城市 矮蛋蛋 redis
    原文地址： http://www.tuicool.com/articles/BrURbqV 需求 根据IP找到对应的城市 原来的解决方案 oracle表（ip_country）： 查询IP对应的城市： 1.把a.b.c.d这样格式的IP转为一个数字，例如为把210.21.224.34转为3524648994 2. select city from ip_
  • 输入两个整数， 计算百分比 alleni123 java
    public static String getPercent(int x, int total){ double result=(x*1.0)/(total*1.0); System.out.println(result); DecimalFormat df1=new DecimalFormat("0.0000%");
  • 百合——————>怎么学习计算机语言 百合不是茶 java 移动开发
        对于一个从没有接触过计算机语言的人来说，一上来就学面向对象，就算是心里上面接受的了，灵魂我觉得也应该是跟不上的，学不好是很正常的现象，计算机语言老师讲的再多，你在课堂上面跟着老师听的再多，我觉得你应该还是学不会的，最主要的原因是你根本没有想过该怎么来学习计算机编程语言，记得大一的时候金山网络公司在湖大招聘我们学校一个才来大学几天的被金山网络录取，一个刚到大学的就能够去和
  • linux下tomcat开机自启动 bijian1013 tomcat
    方法一： 修改Tomcat/bin/startup.sh 为: export JAVA_HOME=/home/java1.6.0_27 export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:. export PATH=$JAVA_HOME/bin:$PATH export CATALINA_H
  • spring aop实例 bijian1013 javaspringAOP
    1.AdviceMethods.java package com.bijian.study.spring.aop.schema; public class AdviceMethods { public void preGreeting() { System.out.println("--how are you!--"); } } 2.beans.x
  • [Gson八]GsonBuilder序列化和反序列化选项enableComplexMapKeySerialization bit1129 serialization
    enableComplexMapKeySerialization配置项的含义  Gson在序列化Map时，默认情况下，是调用Key的toString方法得到它的JSON字符串的Key，对于简单类型和字符串类型，这没有问题，但是对于复杂数据对象，如果对象没有覆写toString方法，那么默认的toString方法将得到这个对象的Hash地址。   GsonBuilder用于
  • 【Spark九十一】Spark Streaming整合Kafka一些值得关注的问题 bit1129 Stream
    包括Spark Streaming在内的实时计算数据可靠性指的是三种级别： 1. At most once，数据最多只能接受一次，有可能接收不到 2. At least once, 数据至少接受一次，有可能重复接收 3. Exactly once  数据保证被处理并且只被处理一次，   具体的多读几遍http://spark.apache.org/docs/lates
  • shell脚本批量检测端口是否被占用脚本 ronin47
    #!/bin/bash cat ports |while read line do#nc -z -w 10 $line nc -z -w 2 $line 58422>/dev/null2>&1if[ $?-eq 0]then echo $line:ok else echo $line:fail fi done 这里的ports 既可以是文件
  • java-2.设计包含min函数的栈 bylijinnan java
    具体思路参见：http://zhedahht.blog.163.com/blog/static/25411174200712895228171/ import java.util.ArrayList; import java.util.List; public class MinStack { //maybe we can use origin array rathe
  • Netty源码学习-ChannelHandler bylijinnan javanetty
    一般来说，“有状态”的ChannelHandler不应该是“共享”的，“无状态”的ChannelHandler则可“共享” 例如ObjectEncoder是“共享”的, 但 ObjectDecoder 不是 因为每一次调用decode方法时，可能数据未接收完全（incomplete）， 它与上一次decode时接收到的数据“累计”起来才有可能是完整的数据，是“有状态”的 p
  • java生成随机数 cngolon java
    方法一： /** * 生成随机数 * @author [email protected] * @return */ public synchronized static String getChargeSequenceNum(String pre){ StringBuffer sequenceNum = new StringBuffer(); Date dateTime = new D
  • POI读写海量数据 ctrain 海量数据
    import java.io.FileOutputStream; import java.io.OutputStream; import org.apache.poi.xssf.streaming.SXSSFRow; import org.apache.poi.xssf.streaming.SXSSFSheet; import org.apache.poi.xssf.streaming
  • mysql 日期格式化date_format详细使用 daizj mysqldate_format日期格式转换日期格式化
    日期转换函数的详细使用说明  DATE_FORMAT(date,format) Formats the date value according to the format string. The following specifiers may be used in the format string. The&n
  • 一个程序员分享8年的开发经验 dcj3sjt126com 程序员
      在中国有很多人都认为IT行为是吃青春饭的，如果过了30岁就很难有机会再发展下去!其实现实并不是这样子的，在下从事.NET及JAVA方面的开发的也有8年的时间了，在这里在下想凭借自己的亲身经历，与大家一起探讨一下。 明确入行的目的 很多人干IT这一行都冲着“收入高”这一点的，因为只要学会一点HTML, DIV+CSS，要做一个页面开发人员并不是一件难事，而且做一个页面开发人员更容
  • android欢迎界面淡入淡出效果 dcj3sjt126com android
    很多Android应用一开始都会有一个欢迎界面，淡入淡出效果也是用得非常多的，下面来实现一下。 主要代码如下： package com.myaibang.activity; import android.app.Activity;import android.content.Intent;import android.os.Bundle;import android.os.CountDown
  • linux 复习笔记之常见压缩命令 eksliang tar解压linux系统常见压缩命令linux压缩命令tar压缩
    转载请出自出处:http://eksliang.iteye.com/blog/2109693 linux中常见压缩文件的拓展名 *.gz gzip程序压缩的文件 *.bz2 bzip程序压缩的文件 *.tar tar程序打包的数据，没有经过压缩 *.tar.gz tar程序打包后，并经过gzip程序压缩 *.tar.bz2 tar程序打包后，并经过bzip程序压缩 *.zi
  • Android 应用程序发送shell命令 gqdy365 android
    项目中需要直接在APP中通过发送shell指令来控制lcd灯，其实按理说应该是方案公司在调好lcd灯驱动之后直接通过service送接口上来给APP，APP调用就可以控制了，这是正规流程，但我们项目的方案商用的mtk方案，方案公司又没人会改，只调好了驱动，让应用程序自己实现灯的控制，这不蛋疼嘛！！！！ 发就发吧！ 一、关于shell指令： 我们知道，shell指令是Linux里面带的
  • java 无损读取文本文件 hw1287789687 读取文件无损读取读取文本文件charset
    java 如何无损读取文本文件呢？ 以下是有损的 @Deprecated public static String getFullContent(File file, String charset) { BufferedReader reader = null; if (!file.exists()) { System.out.println("getFull
  • Firebase 相关文章索引 justjavac firebase
    Awesome Firebase 最近谷歌收购Firebase的新闻又将Firebase拉入了人们的视野，于是我做了这个 github 项目。 Firebase 是一个数据同步的云服务，不同于 Dropbox 的「文件」，Firebase 同步的是「数据」，服务对象是网站开发者，帮助他们开发具有「实时」（Real-Time）特性的应用。 开发者只需引用一个 API 库文件就可以使用标准 RE
  • C++学习重点 lx.asymmetric C++笔记
    1.c++面向对象的三个特性：封装性，继承性以及多态性。   2.标识符的命名规则：由字母和下划线开头，同时由字母、数字或下划线组成；不能与系统关键字重名。   3.c++语言常量包括整型常量、浮点型常量、布尔常量、字符型常量和字符串性常量。   4.运算符按其功能开以分为六类：算术运算符、位运算符、关系运算符、逻辑运算符、赋值运算符和条件运算符。 &n
  • java bean和xml相互转换 q821424508 javabeanxmlxml和bean转换java bean和xml转换
    这几天在做微信公众号 做的过程中想找个java bean转xml的工具，找了几个用着不知道是配置不好还是怎么回事，都会有一些问题， 然后脑子一热谢了一个javabean和xml的转换的工具里，自己用着还行，虽然有一些约束吧 ， 还是贴出来记录一下      顺便你提一下下，这个转换工具支持属性为集合、数组和非基本属性的对象。   packag
  • C 语言初级 位运算 1140566087 位运算c
    第十章 位运算   1、位运算对象只能是整形或字符型数据，在VC6.0中int型数据占4个字节   2、位运算符： 运算符 作用 ~ 按位求反 << 左移 >> 右移 & 按位与 ^ 按位异或 | 按位或 他们的优先级从高到低；   3、位运算符的运算功能： a、按位取反： ~01001101 = 101
  • 14点睛Spring4.1-脚本编程 wiselyman spring4
    14.1 Scripting脚本编程 脚本语言和java这类静态的语言的主要区别是:脚本语言无需编译,源码直接可运行; 如果我们经常需要修改的某些代码,每一次我们至少要进行编译,打包,重新部署的操作,步骤相当麻烦; 如果我们的应用不允许重启,这在现实的情况中也是很常见的; 在spring中使用脚本编程给上述的应用场景提供了解决方案,即动态加载bean; spring支持脚本
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他