MongoDB安装和配置

官网的文档中有安装步骤

一、安装

1,确定要安装的版本

      WIN + R 运行 wmic os get osarchitecture

我的环境:win7 64位

2,下载MongoDB

3,安装,一步一步有一步,最后finish。

4,移动文件夹(可选),官网说MongoDB是独立的,你可以把他放到你想放的任何地方。

二、运行

1,设置MongoDB运行环境,需要一个数据文件夹(data directory)来存放数据,默认的路径是\data\db,这个让我很是蛋疼,window哪来的“\”目录(有的话,大家告知,可能我比较白),我只好自己创建一个了,我的目录结构是这样的

就是在MogoDB 2.6 Standard 下创建

      mongodb.cfg (下面会用到)

      data

       --db

       -- log

          -- mongodb.log(下面会用到)

这个是启动服务端:

这个是客户端:



切记服务端的窗口不要关,关了服务就停止了,这样你在客户端在打开的时候就会报无法连接的错误,附上图片,我就被这样坑的。


好了这样我们在客户端控制台可以玩MongoDB了,但是每次启动你都进入各个目录指定dbpath,好烦啊抓狂,我们可以写bat文件,好想法!不过有更简单的

三、为MongoDB配置window服务

以我安装路径为例,大家安装在不同的路径,记得更改。

D:\Program Files\Database\MongoDB 2.6 Standard\data

echo logpath=D:\Program Files\Database\MongoDB 2.6 Standard\data\log\mongodb.log > "D:\Program Files\Database\MongoDB 2.6 Standard\mongodb.cfg"
echo dbpath=D:\Program Files\Database\MongoDB 2.6 Standard\data\db>> "D:\Program Files\Database\MongoDB 2.6 Standard\mongodb.cfg"

千万不要给上面红色部分加引号

"D:\Program Files\Database\MongoDB 2.6 Standard\bin\mongod.exe" --config "D:\Program Files\Database\MongoDB 2.6 Standard\mongodb.cfg" --instal

l

sc.exe create MongoDB binPath= "\"D:\Program Files\Database\MongoDB 2.6 Standard\bin\mongod.exe\" --service --config=\"D:\Program Files\Database\MongoDB 2.6 Standard\mongodb.cfg\"" DisplayName= "MongoDB 2.6 Standard" start= "auto"


好了这样我们可以

net start mongodb

net stop mongodb了

如果要删除MongoDB Service的话,先停止服务,然后 sc delete mongodb 或者

"D:\Program Files\Database\MongoDB 2.6 Standard\bin\mongod.exe" --remove      

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值