baidu_huihui
baidu_huihui

【教程】标注工具Labelimg的安装与使用

【教程】标注工具Labelimg的安装与使用_第1张图片

图片标注主要是为了建立自己的数据集，便于进行更深度的学习训练。本篇文章将对一款十分好用的图片标注工具labelimg进行介绍，重点介绍其安装以及使用的过程。

- 什么是labelimg

labelimg 是一个可视化的图像标定工具。它是用Python编写的，并将Qt用于其图形界面。批注以PASCAL VOC格式（ImageNet使用的格式）另存为XML文件。此外，它还支持YOLO格式。Faster R-CNN，YOLO，SSD等目标检测网络所需要的数据集，均需要借此工具标定图像中的目标。

在安装labelimg之前，我们需要先进行一个环境搭建，搭建环境之后再进行labelimg的安装和使用。

【教程】标注工具Labelimg的安装与使用_第2张图片

打开anaconda3的安装文件，进入安装界面，在install for安装选项中建议勾选all users，如下图。

【教程】标注工具Labelimg的安装与使用_第3张图片

在设置安装路径时，不建议使用默认的安装路径，建议在其他的盘符中新建文件夹进行安装。

【教程】标注工具Labelimg的安装与使用_第4张图片

在advanced options中勾选第一个√，将anaconda3的安装路径加入环境变量中。

【教程】标注工具Labelimg的安装与使用_第5张图片

安装完成后，打开开始菜单栏，选择anaconda3-anaconda prompt进入命令行。

【教程】标注工具Labelimg的安装与使用_第6张图片

在命令行中输入下列代码，若如下图显示pip版本号则证明anaconda3安装成功。

pip --version

环境配置完成后就可以进行labelimg的安装啦！

安装labelimg

在命令行窗口中依次输入下列代码，安装labelimg依赖的第三方库。

pip install PyQt5

pip install pyqt5-tools

pip install lxml

pip install labelimg

（注：此处可能会因网络原因造成卡顿，请耐心等待，若因为网络问题安装失败则重试）

使用pip安装第三方库流程如下：

#安装PyQt5，安装成功截图如下

【教程】标注工具Labelimg的安装与使用_第7张图片

#安装pyqt5-tools，安装成功截图如下

【教程】标注工具Labelimg的安装与使用_第8张图片

#安装lxml，安装成功截图如下

【教程】标注工具Labelimg的安装与使用_第9张图片

#安装labelimg，安装成功截图如下

【教程】标注工具Labelimg的安装与使用_第10张图片

至此，环境配置步骤已经全部完成。在第三方库安装完成后，在命令行中输入labelimg指令以启动labelimg（注：环境配置完成后再次启动只需要打开anaconda prompt命令行并输入labelimg即可启动，无需再次安装第三方库）。

【教程】标注工具Labelimg的安装与使用_第11张图片

进入labelimg标注工具的初始化界面如下图所示。

【教程】标注工具Labelimg的安装与使用_第12张图片

2. labelimg使用说明

2.1 使用labelimg进行数据集标注

labelimg的标注模式分为VOC和YOLO两种，两种模式下生成的标注文件分别为.xml文件和.txt文件，因此在进行标注前需要优先选择好标注的模式。

【教程】标注工具Labelimg的安装与使用_第13张图片

labelimg左侧菜单栏中按钮功能说明如下。

按钮 功能
Open 打开单个图像文件
Open Dir 打开文件夹多幅图像
Change Save Dir 标注后图像数据存储的路径
Next Image 切换到下一张图像
Prev Image 切换到上一张图像
Verify Image 校验图像
Save 保存图像
Create RectBox 画一个标注框
Duplicate RectBox 重复标注框
Delete RectBox 删除标注框
Zoom In 放大图像
Zoom Out 缩小图像
Fit Window 图像适应窗口
Fit Width 图像适应宽度

在labelimg中，标注的快捷键为w，标注后用鼠标拖动锚框进行框选，框选完毕后会弹出类别选择框，如果是当前已有类则直接选择即可，若需要新加类别则在输入框中输入类别标签并确定。

【教程】标注工具Labelimg的安装与使用_第14张图片

(YOLO标注模式下)标注完成后数据集整体结构如下图所示。

【教程】标注工具Labelimg的安装与使用_第15张图片

2.2 标签文件解释

使用labelimg标注产生的结果如下。

【教程】标注工具Labelimg的安装与使用_第16张图片

使用labelimg以VOC模式进行标注产生的标注文件如下，与YOLO标注模式产生的类别标签不同，.xml标注文件不需要将类别文件单独进行存放，因为其中已经包含了标注锚框的位置信息和类别信息。

【教程】标注工具Labelimg的安装与使用_第17张图片

使用labelimg以YOLO模式进行标注产生的标注文件如下，classes.txt文件中存放的是类别标签，标签文件中以类别+锚框的位置坐标信息进行保存，文件中有几行则说明对应的标注图像中有几个锚框。

【教程】标注工具Labelimg的安装与使用_第18张图片

3. labelimg操作快捷键汇总

标注常用快捷键如下所示。

Ctrl + s 保存当前改动（注：切换图片时若未保存则会进行询问）

Ctrl + d 复制当前标签和矩形框

space 将当前图像标记为已验证

w 创建一个矩形框

d 下一张图片

Del 删除选定的矩形框

Ctrl + +/Ctrl + 滚轮向前 放大

Ctrl + -/Ctrl + 滚轮向后 缩小

↑→↓← 键盘箭头移动选定的矩形框

labelimg完整的快捷键列表如下。

快捷键 功能 快捷键 功能
Ctrl + Q 退出软件 Ctrl + + 放大
Ctrl + U Open Dir Ctrl + = 原始大小
Ctrl + R Change Save Dir Ctrl + F 图像适应窗口
Ctrl + S 保存图像 Ctrl + E 编辑标签
Ctrl + L 线框颜色 W 画框
Ctrl + J 移动编辑标注框 Delete 删除框
Ctrl + D 复制框 Ctrl + shift + F 图像适应宽度
Ctrl + H 隐藏所有的框 D Next Image
Ctrl + A 显示所有的框 A Prev Image
space 标记当前图片已标记 Ctrl + shift + O 打开的文件夹只显示.xml文件

这篇文章的目的，就是为了让大家能够更好的安装和使用 labelimg，以及labelimg的一些小窍门。在目标检测上，了解labelimg及其使用还是很有必要的。

本篇文章到这里就结束啦，关于我们更多请前往官网了解https://www.easy-eai.com/

你可能感兴趣的:(labelimg)

  • 【目标检测数据集】卡车数据集1073张VOC+YOLO格式 熬夜写代码的平头哥∰ 目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：1073标注数量(xml文件个数)：1073标注数量(txt文件个数)：1073标注类别数：1标注类别名称:["truck"]每个类别标注的框数：truck框数=1120总框数：1120使用标注工具：labelImg标注
  • 钢筋长度超限检测检数据集VOC+YOLO格式215张1类别 futureflsl 数据集YOLO深度学习机器学习
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：215标注数量(xml文件个数)：215标注数量(txt文件个数)：215标注类别数：1标注类别名称:["iron"]每个类别标注的框数：iron框数=215总框数：215使用标注工具：labelImg标注规则：对类别进
  • [数据集][目标检测]街道乱堆垃圾检测数据集VOC+YOLO格式94张1类别 FL1623863129 数据集目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：94标注数量(xml文件个数)：94标注数量(txt文件个数)：94标注类别数：1标注类别名称:["baolu"]每个类别标注的框数：baolu框数=107总框数：107使用标注工具：labelImg标注规则：对类别进行
  • [数据集][目标检测]街道乱放广告牌检测数据集VOC+YOLO格式114张1类别 FL1623863129 数据集目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：114标注数量(xml文件个数)：114标注数量(txt文件个数)：114标注类别数：1标注类别名称:["guanggao"]每个类别标注的框数：guanggao框数=165总框数：165使用标注工具：labelImg标
  • yolo7 自定义数据训练 漫欣 深度学习人工智能
    数据打标labelimg预定义标签格式namelabel数据集定义文件errimg.yamltrain:/home/kean/works/yolov7/dataset/train.txtval:/home/kean/works/yolov7/dataset/val.txt#numberofclassesnc:1#classnamesnames:["error_dialog"]数据定义文件train
  • 使用Tensorflow目标检测API训练自己的数据集 是我真的是我
    使用官方1.x的目标检测API，安装过程见：https://www.jianshu.com/p/3257a32d4c5a一、制作数据集制作自己的数据集可以参考该方式：https://www.bilibili.com/video/BV1kV411k7D8即准备好图片集，然后利用LabelImg等公开标注软件进行标注并生成指定格式的标注文件。本文使用COCO数据集制作为tf_record格式数据集:C
  • [数据集][目标检测]手钳检测数据集VOC+YOLO格式141张1类别 FL1623863129 数据集目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：141标注数量(xml文件个数)：141标注数量(txt文件个数)：141标注类别数：1标注类别名称:["pliers"]每个类别标注的框数：pliers框数=195总框数：195使用标注工具：labelImg标注规则：
  • ＜数据集＞考场行为识别数据集＜目标检测＞ 深度学习lover 深度学习数据集目标检测人工智能计算机视觉pythonYOLO
    数据集格式：VOC+YOLO格式图片数量：2192张标注数量(xml文件个数)：2192标注数量(txt文件个数)：2192标注类别数：2标注类别名称：['cheating','good']序号类别名称图片数框数1cheating128214412good10671261使用标注工具：labelImg标注规则：对类别进行画水平矩形框图片示例：标注示例：
  • [数据集][目标检测]室内积水检测数据集VOC+YOLO格式761张1类别 FL1623863129 数据集目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：761标注数量(xml文件个数)：761标注数量(txt文件个数)：761标注类别数：1标注类别名称:["jishui"]每个类别标注的框数：jishui框数=902总框数：902使用标注工具：labelImg标注规则：
  • YOLOv8制作自定义数据集并训练 东东不熬夜 机器人#YOLOv8YOLOpython人工智能深度学习
    YOLOv8制作自定义数据集并训练前言一、制作自定义数据集1、建立相应文件夹2、下载图片3、为图片打标签（1）安装labelimg（2）打开labelimg（3）标记图片二、按比例移动自定义数据集中的内容三、建立数据集测试、训练、验证的的文件夹四、在文件夹中添加yaml文件1、下载yolov8项目2、添加模型配置文件3、添加数据集配置文件五、训练、验证数据集代码注释1、model1、data2、e
  • labelImg和labelme区别 FL1623863129 Pythonpython
    LabelImg和LabelMe是两种常用的标注工具，用于创建标注数据集以供机器学习和计算机视觉任务使用。虽然它们都具有相似的目标，即方便用户进行图像标注，但在某些方面存在一些区别。下面将介绍LabelImg和LabelMe的区别及联系，同时提供一些关于它们的详细信息。LabelImgLabelImg是一个开源的图像标注工具，专门用于创建2D边界框标注，常用于目标检测项目。它基于Python和Qt
  • 【Yolo】YoloV5训练自定义模型 Jamie.T YoloYOLOpython开发语言
    【Yolo】JetsonOrinNano下部署YoloV5上一篇博文主要记录了在JetsonOrinNano下部署YoloV5环境，并运行了yoloV5n.pt模型，本篇在上一篇的基础上，进一步记录如何训练自己的目标模型，我们以一根口香糖盒子为训练对象进行说明。一、目标资源标记1.安装labelimg通过以下命令安装labelimg软件，labelimg用于在待训练的图片上进行目标标记。可以在wi
  • labelimg 在pycharm下载使用 王红臣同学 AI编程
    labelimg使用数据标注工具labelimg制作数据集在pycharm中搜索labelimg选择版本安装labelimginstall使用数据标注工具制作数据集启动带参数启动1、cmdcd到指定目录2、带参数启动标注工具左侧可以选择切换为需要的数据格式一些快捷键和自动保存，提高效率一些已经标注的数据集：参考文章：【教程】标注工具Labelimg的安装与使用-EASY-EAI灵眸科技的文章-知乎
  • mmdetection使用自己的voc数据集训练模型实战 dream_home8407 人工智能深度学习python
    一.自己数据集整理将labelimg格式数据集进行整理1.1.更换图片后缀为jpgimportosimportshutilroot_path='/media/ai-developer/img'file=os.listdir(root_path)forimginfile:ifimg.endswith('jpeg')orimg.endswith('JPG')orimg.endswith('png'):
  • labelImg的安装与使用 我闻 如是 目标检测目标检测人工智能计算机视觉
    目录1、查看本机是否安装labelImg2、安装labelImg3、创建自己的数据集3.1建立新文件夹3.2打开labelImg注意：出现闪退的情况处理。4、文件格式转换4.1修改文件夹路径4.2新建datasets文件夹4.3修改图片路径4.4执行1、查看本机是否安装labelImg（1）按照下面打开命令框（2）在命令框里面输入命令：piplist查找是否安装了labelImg。我的电脑没有安装
  • YOLO部署实战（1）：YOLO数据集制作 马上到我碗里来 YOLO部署实战YOLO目标检测python数据集
    1LabelImage简介LabelImg是一个可视化的图像标定工具。FasterR-CNN，YOLO，SSD等目标检测网络所需要的数据集，均需要借此工具标定图像中的目标。生成的XML文件是遵循PASCALVOC的格式的。2LabelImg下载安装（1）打开AnacondaPrompt终端，输入condalist发现已经安装了lxml和pyqt5.6版本，OK。若未安装，运行condainstal
  • 标注数据集 --labelimg isserendipity python开发语言
    前言：我们想要训练自己的数据集时，通常需要自己标注数据集。无论是标注成yolo可识别的txt格式还是voc数据集的xml格式。使用labelimg标注都是一个不错的选择。下面我们就从创建环境，使用labelimg进行标注两个方面来说明。1.创建labelimg环境1.1创建一个新的虚拟环境：condacreate-nlabelimgpython=3.6注：不要跳过这一步直接将包下载在base环境中
  • 目标检测数据集 - 人头检测数据集下载「包含VOC、COCO、YOLO三种格式」 极智视界 AI训练数据集工作室人头检测人头检测数据集数据集YOLOlabelimg深度学习训练数据集目标检测
    数据集介绍：人头检测数据集，真实场景高质量图片数据，涉及场景丰富，比如课堂行人数据、街景行人数据、车站行人数据、商场行人数据、密集行人数据、超密集行人数据、遮挡行人数据、严重遮挡行人数据等；适用实际项目应用：监控场景下人头检测项目，以及作为监控场景通用人头检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(tx
  • 深度学习-使用Labelimg数据标注 Damon小智 图像识别深度学习人工智能labelimgyolo
    数据标注是计算机视觉和机器学习项目中至关重要的一步，而使用工具进行标注是提高效率的关键。本文介绍了LabelImg，一款常用的开源图像标注工具。用户可以在图像中方便而准确地标注目标区域，为训练机器学习模型提供高质量的标注数据。LabelImg已经成为研究者和开发者在计算机视觉项目中不可或缺的工具之一。一、安装Labelimg1、切换虚拟环境为了确保LabelImg能够与项目环境兼容，首先需要切换到
  • labelimg：未找到命令 | 标注工具 labelImg 安装及使用问题解决 Pandas_007 Python实用小工具学习笔记新手入门python开发语言人工智能
    标注工具labelImg安装及使用问题解决背景在图像标注领域，labelImg是一个广泛使用的工具，它允许用户方便地标注图像以用于机器学习任务。然而，在安装和使用labelImg过程中，一些常见问题可能会引起困扰，本文将探讨这些问题并提供解决办法。出现的问题1.未找到labelImg命令在使用pipinstalllabelimg安装labelImg后，却无法找到labelImg命令。2.PyQt5
  • YOLOv8训练自己的数据集,通过LabelImg Pandas_007 Yolo系列Python基础学习计算机视觉YOLOpython计算机视觉
    记录下labelImg标注数据到YOLOv8训练的过程,其中容易遇到labelImg的坑数据集处理首先在mydata下创建4个文件夹images文件夹下存放着所有的图片，包括训练集和测试集等。后续会根据代码进行划分。json文件夹里存放的是labelImg标注的所有数据。需要注意的是，json文件的命名应与images文件夹中的图片一一对应。labels文件夹是空的，后续会根据代码将json转化为
  • 目标检测数据集 - 车辆检测数据集下载「包含VOC、COCO、YOLO三种格式」 极智视界 AI训练数据集工作室车辆检测车辆检测数据集数据集YOLOlabelimg深度学习训练训练集
    数据集介绍：车辆检测数据集，真实场景高质量图片数据，涉及场景丰富，比如城市道路车辆、高速道路车辆、农村道路车辆、车辆遮挡、车辆严重遮挡数据等，且类别丰富，划分为"Ambulance"、"Bus"、"Car"、"Motorcycle"、"Truck"五个类别；适用实际项目应用：交通道路监控场景下车辆检测项目，以及作为监控场景通用车辆检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行
  • 目标检测数据集 - 人脑肿瘤检测数据集下载「包含VOC、COCO、YOLO三种格式」 极智视界 AI训练数据集工作室人脑肿瘤检测人脑肿瘤检测数据集数据集YOLOlabelimg深度学习训练目标检测
    数据集介绍：人脑肿瘤检测数据集，真实CT场景高质量图片数据，涉及人脑CT图片数据集丰富；适用实际项目应用：CT图片场景下人脑肿瘤检测项目，以及作为通用人脑检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(txt)三种常见目标检测数据集格式，可以直接用于如YOLO等的算法训练；附赠训练示例：提供YOLOv8、Y
  • 目标检测数据集 - 猫狗检测数据集下载「包含VOC、COCO、YOLO三种格式」 极智视界 AI训练数据集工作室猫狗检测猫狗检测数据集数据集YOLOlabelimgVOC深度学习训练
    数据集介绍：猫狗检测数据集，真实场景高质量图片数据，涉及场景丰富，比如奔跑猫狗数据、睡觉猫狗数据、散步猫狗数据、坐着的猫狗数据、趴着的猫狗数据、不同品种猫狗数据等；适用实际项目应用：公共场所监控或室内监控场景下猫狗检测项目，以及作为监控场景通用猫狗检测或动物检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(t
  • labelimg标注闪退报错：TypeError: arguments did not match any overloaded call 才疏学浅，努力修炼 深度学习pythonlabelimg
    报错信息详细如下：TypeError:argumentsdidnotmatchanyoverloadedcall:drawLine(self,QLineF):argument1hasunexpectedtype'float'drawLine(self,QLine):argument1hasunexpectedtype'float'drawLine(self,int,int,int,int):arg
  • 目标检测数据集 - 跌倒检测数据集下载「包含VOC、COCO、YOLO三种格式」 极智视界 AI训练数据集工作室摔倒检测摔倒检测数据集目标检测YOLO训练数据集深度学习数据集
    数据集介绍：跌倒检测数据集，真实场景高质量图片数据，涉及场景丰富，比如交通事故跌倒、打架跌倒、运动跌倒、楼梯跌倒、生病跌倒、遮挡行人跌倒、严重遮挡行人跌倒数据；适用实际项目应用：公共场所监控或室内监控场景下跌倒检测项目，以及作为监控场景通用跌倒检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(txt)三种常见
  • PaddleDetection训练目标检测模型 无忧秘书智脑 目标检测人工智能计算机视觉
    参考链接：PaddleDetection训练目标检测模型-CSDN博客文章浏览阅读1.1k次，点赞38次，收藏3次。生成预标注--save_results保存推理结果，需要修改推理源码，保存推理结果至json文件。官网地址：https://developer.android.com/studio。创建label_list.txt，写入标注数据的类别。1，用labelimg标注voc格式的标注数据。
  • yolov5-6.0快速训练助手使用教程傻瓜式训练不需要写代码配置 未来自主研究中心
    yolov5-6.0发布啦，这次更新为我们带来了n版本，模型大幅度减少，yolov5n仅仅3.77M，适合在嵌入式部署。为了跟上时代发展要求，yolov5-6.0快速训练助手更新出来。本此更新依旧面向懒人和初学者，使用非常简单。第一步：自己按照网上教程安装好yolov5环境第二步：打开软件，导入自己的图片和labelImg标注格式voc格式xml文件夹目录软件界面修改batchsize占满自己的显
  • [软件工具][windows]yolov8自动标注工具自动打标签工具 FL1623863129 软件工具YOLO
    软件截图如下：这个工具可以自动将图片识别为指定类别并保存为VOC格式xml文件，软件只支持官方80类别，您可以选择其中一部分或者一部分进行自动标注，标注的效果依据图片而定，通过自动标注您可以减少很多标注工作量，同时相比较于手动标注可以节约至少80%时间，自动标注完成后，我们只需要用labelImg打开重新审核，查缺补漏即可完成标注。十分方便，具体使用步骤如下：第一步：打开软件后选择图片所在路径以及
  • PaddleDetection训练目标检测模型 tabel_a 目标检测人工智能计算机视觉
    参考链接：PaddleDetection训练目标检测模型-CSDN博客文章浏览阅读1.1k次，点赞38次，收藏3次。生成预标注--save_results保存推理结果，需要修改推理源码，保存推理结果至json文件。官网地址：https://developer.android.com/studio。创建label_list.txt，写入标注数据的类别。1，用labelimg标注voc格式的标注数据。
  • 解线性方程组 qiuwanchi
    package gaodai.matrix; import java.util.ArrayList; import java.util.List; import java.util.Scanner; public class Test { public static void main(String[] args) { Scanner scanner = new Sc
  • 在mysql内部存储代码 annan211 性能mysql存储过程触发器
    在mysql内部存储代码 在mysql内部存储代码，既有优点也有缺点，而且有人倡导有人反对。 先看优点： 1 她在服务器内部执行，离数据最近，另外在服务器上执行还可以节省带宽和网络延迟。 2 这是一种代码重用。可以方便的统一业务规则，保证某些行为的一致性，所以也可以提供一定的安全性。 3 可以简化代码的维护和版本更新。 4 可以帮助提升安全，比如提供更细
  • Android使用Asynchronous Http Client完成登录保存cookie的问题 hotsunshine android
    Asynchronous Http Client是android中非常好的异步请求工具 除了异步之外还有很多封装比如json的处理，cookie的处理 引用 Persistent Cookie Storage with PersistentCookieStore This library also includes a PersistentCookieStore whi
  • java面试题 Array_06 java面试
    java面试题 第一，谈谈final, finally, finalize的区别。 final-修饰符（关键字）如果一个类被声明为final，意味着它不能再派生出新的子类，不能作为父类被继承。因此一个类不能既被声明为 abstract的，又被声明为final的。将变量或方法声明为final，可以保证它们在使用中不被改变。被声明为final的变量必须在声明时给定初值，而在以后的引用中只能
  • 网站加速 oloz 网站加速
    前序:本人菜鸟，此文研究总结来源于互联网上的资料，大牛请勿喷！本人虚心学习，多指教. 1、减小网页体积的大小，尽量采用div+css模式，尽量避免复杂的页面结构，能简约就简约。 2、采用Gzip对网页进行压缩；    GZIP最早由Jean-loup Gailly和Mark Adler创建，用于UNⅨ系统的文件压缩。我们在Linux中经常会用到后缀为.gz
  • 正确书写单例模式 随意而生 java 设计模式 单例
    　　单例模式算是设计模式中最容易理解，也是最容易手写代码的模式了吧。但是其中的坑却不少，所以也常作为面试题来考。本文主要对几种单例写法的整理，并分析其优缺点。很多都是一些老生常谈的问题，但如果你不知道如何创建一个线程安全的单例，不知道什么是双检锁，那这篇文章可能会帮助到你。 　　懒汉式，线程不安全 　　当被问到要实现一个单例模式时，很多人的第一反应是写出如下的代码，包括教科书上也是这样
  • 单例模式 香水浓 java
    懒汉  调用getInstance方法时实例化 public class Singleton { private static Singleton instance; private Singleton() {} public static synchronized Singleton getInstance() { if(null == ins
  • 安装Apache问题：系统找不到指定的文件 No installed service named "Apache2" AdyZhang apachehttp server
    安装Apache问题：系统找不到指定的文件 No installed service named "Apache2" 每次到这一步都很小心防它的端口冲突问题，结果，特意留出来的80端口就是不能用，烦。 解决方法确保几处： 1、停止IIS启动 2、把端口80改成其它 （譬如90，800，，，什么数字都好） 3、防火墙(关掉试试) 在运行处输入 cmd 回车，转到apa
  • 如何在android 文件选择器中选择多个图片或者视频？ aijuans android
    我的android app有这样的需求，在进行照片和视频上传的时候，需要一次性的从照片/视频库选择多条进行上传 但是android原生态的sdk中，只能一个一个的进行选择和上传。 我想知道是否有其他的android上传库可以解决这个问题，提供一个多选的功能，可以使checkbox之类的，一次选择多个 处理方法 官方的图片选择器(但是不支持所有版本的androi，只支持API Level
  • mysql中查询生日提醒的日期相关的sql baalwolf mysql
    SELECT sysid,user_name,birthday,listid,userhead_50,CONCAT(YEAR(CURDATE()),DATE_FORMAT(birthday,'-%m-%d')),CURDATE(),  dayofyear( CONCAT(YEAR(CURDATE()),DATE_FORMAT(birthday,'-%m-%d')))-dayofyear(
  • MongoDB索引文件破坏后导致查询错误的问题 BigBird2012 mongodb
    问题描述： MongoDB在非正常情况下关闭时，可能会导致索引文件破坏，造成数据在更新时没有反映到索引上。 解决方案：   使用脚本，重建MongoDB所有表的索引。 var names = db.getCollectionNames(); for( var i in names ){ var name = names[i]; print(name);
  • Javascript Promise bijian1013 JavaScriptPromise
            Parse JavaScript SDK现在提供了支持大多数异步方法的兼容jquery的Promises模式，那么这意味着什么呢，读完下文你就了解了。 一.认识Promises         “Promises”代表着在javascript程序里下一个伟大的范式，但是理解他们为什么如此伟大不是件简
  • [Zookeeper学习笔记九]Zookeeper源代码分析之Zookeeper构造过程 bit1129 zookeeper
       Zookeeper重载了几个构造函数，其中构造者可以提供参数最多，可定制性最多的构造函数是     public ZooKeeper(String connectString, int sessionTimeout, Watcher watcher, long sessionId, byte[] sessionPasswd, boolea
  • 【Java命令三】jstack bit1129 jstack
    jstack是用于获得当前运行的Java程序所有的线程的运行情况(thread dump），不同于jmap用于获得memory dump   [hadoop@hadoop sbin]$ jstack Usage: jstack [-l] <pid> (to connect to running process) jstack -F
  • jboss 5.1启停脚本　动静分离部署 ronin47
    以前启动jboss，往各种xml配置文件，现只要运行一句脚本即可。start nohup sh /**/run.sh -c servicename  -b ip -g  clustername   -u broatcast jboss.messaging.ServerPeerID=int  -Djboss.service.binding.set=p
  • UI之如何打磨设计能力? brotherlamp UIui教程ui自学ui资料ui视频
      在越来越拥挤的初创企业世界里，视觉设计的重要性往往可以与杀手级用户体验比肩。在许多情况下，尤其对于 Web 初创企业而言，这两者都是不可或缺的。前不久我们在《右脑革命：别学编程了，学艺术吧》中也曾发出过重视设计的呼吁。如何才能提高初创企业的设计能力呢?以下是 9 位创始人的体会。 1.找到自己的方式 如果你是设计师，要想提高技能可以去设计博客和展示好设计的网站如D-lists或
  • 三色旗算法 bylijinnan java算法
    import java.util.Arrays; /** 问题： 假设有一条绳子，上面有红、白、蓝三种颜色的旗子，起初绳子上的旗子颜色并没有顺序， 您希望将之分类，并排列为蓝、白、红的顺序，要如何移动次数才会最少，注意您只能在绳 子上进行这个动作，而且一次只能调换两个旗子。 网上的解法大多类似： 在一条绳子上移动，在程式中也就意味只能使用一个阵列，而不使用其它的阵列来
  • 警告:No configuration found for the specified action: \'s chiangfai configuration
    1.index.jsp页面form标签未指定namespace属性。 <!--index.jsp代码--> <%@taglib prefix="s" uri="/struts-tags"%> ... <s:form action="submit" method="post"&g
  • redis -- hash_max_zipmap_entries设置过大有问题 chenchao051 redishash
    使用redis时为了使用hash追求更高的内存使用率，我们一般都用hash结构，并且有时候会把hash_max_zipmap_entries这个值设置的很大，很多资料也推荐设置到1000，默认设置为了512，但是这里有个坑   #define ZIPMAP_BIGLEN 254 #define ZIPMAP_END 255     /* Return th
  • select into outfile access deny问题 daizj mysqltxt导出数据到文件
    本文转自：http://hatemysql.com/2010/06/29/select-into-outfile-access-deny%E9%97%AE%E9%A2%98/ 为应用建立了rnd的帐号，专门为他们查询线上数据库用的，当然，只有他们上了生产网络以后才能连上数据库，安全方面我们还是很注意的，呵呵。 授权的语句如下： grant select on armory.* to rn
  • phpexcel导出excel表简单入门示例 dcj3sjt126com PHPExcelphpexcel
    <?php error_reporting(E_ALL); ini_set('display_errors', TRUE); ini_set('display_startup_errors', TRUE);   if (PHP_SAPI == 'cli') die('This example should only be run from a Web Brows
  • 美国电影超短200句 dcj3sjt126com 电影
    1. I see． 我明白了。2. I quit! 我不干了!3. Let go! 放手!4. Me too． 我也是。5. My god! 天哪!6. No way! 不行!7. Come on． 来吧(赶快)8. Hold on． 等一等。9. I agree。 我同意。10. Not bad． 还不错。11. Not yet． 还没。12. See you． 再见。13. Shut up!
  • Java访问远程服务 dyy_gusi httpclientwebservicegetpost
        随着webService的崛起，我们开始中会越来越多的使用到访问远程webService服务。当然对于不同的webService框架一般都有自己的client包供使用，但是如果使用webService框架自己的client包，那么必然需要在自己的代码中引入它的包，如果同时调运了多个不同框架的webService，那么就需要同时引入多个不同的clien
  • Maven的settings.xml配置 geeksun settings.xml
    settings.xml是Maven的配置文件，下面解释一下其中的配置含义： settings.xml存在于两个地方： 1.安装的地方：$M2_HOME/conf/settings.xml 2.用户的目录：${user.home}/.m2/settings.xml 前者又被叫做全局配置，后者被称为用户配置。如果两者都存在，它们的内容将被合并，并且用户范围的settings.xml优先。
  • ubuntu的init与系统服务设置 hongtoushizi ubuntu
    转载自：  http://iysm.net/?p=178 init Init是位于/sbin/init的一个程序，它是在linux下，在系统启动过程中，初始化所有的设备驱动程序和数据结构等之后，由内核启动的一个用户级程序，并由此init程序进而完成系统的启动过程。 ubuntu与传统的linux略有不同，使用upstart完成系统的启动，但表面上仍维持init程序的形式。 运行
  • 跟我学Nginx+Lua开发目录贴 jinnianshilongnian nginxlua
    使用Nginx+Lua开发近一年的时间，学习和实践了一些Nginx+Lua开发的架构，为了让更多人使用Nginx+Lua架构开发，利用春节期间总结了一份基本的学习教程，希望对大家有用。也欢迎谈探讨学习一些经验。    目录 第一章 安装Nginx+Lua开发环境 第二章 Nginx+Lua开发入门 第三章 Redis/SSDB+Twemproxy安装与使用 第四章 L
  • php位运算符注意事项 home198979 位运算PHP&
    $a = $b = $c = 0; $a & $b = 1; $b | $c = 1  问a,b,c最终为多少?   当看到这题时，我犯了一个低级错误，误 以为位运算符会改变变量的值。所以得出结果是1 1 0 但是位运算符是不会改变变量的值的，例如： $a=1;$b=2; $a&$b;  这样a,b的值不会有任何改变
  • Linux shell数组建立和使用技巧 pda158 linux
    1.数组定义 　　[chengmo@centos5 ~]$ a=(1 2 3 4 5) 　　[chengmo@centos5 ~]$ echo $a 　　1 　　一对括号表示是数组，数组元素用“空格”符号分割开。 　　 2.数组读取与赋值 　　得到长度： 　　[chengmo@centos5 ~]$ echo ${#a[@]} 　　5 　　用${#数组名[@或
  • hotspot源码(JDK7) ol_beta javaHotSpotjvm
    源码结构图，方便理解：   ├─agent                            Serviceab
  • Oracle基本事务和ForAll执行批量DML练习 vipbooks oraclesql
    基本事务的使用： 从账户一的余额中转100到账户二的余额中去，如果账户二不存在或账户一中的余额不足100则整笔交易回滚 select * from account; -- 创建一张账户表 create table account( -- 账户ID id number(3) not null, -- 账户名称 nam
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他