Windows 7 64位PL/SQL Developer 连接Oracle 11g

Windows 7 64PL/SQL Developer 连接Oracle 11g

实验环境说明

默认情况下,PL/SQL Developer是无法连接到数据库的,原因是:PL/SQL DEVELOPER 是沒办法执行64位元的OCI.DLL,可是 Win7 X64 又只能装64 位元Oracle client X64。变成要多下载一个Oracle Instant client X32 oci.dll64位的,PL/SQL developer只有32位的,在使用64oci.dll文件出错。

我的系统环境:

l  64Windows 7旗舰版;

l  虚拟机Red hat Linux下的Oracle 11g ;

l  64Oracle 11g Client;

l  32instantclient-basic-nt

l  PL/SQL Development 9.0.6.1655

以下是个人实验的安装步骤:其总体的步骤是先安装Oracle客户端,后安装PL/SQL Developer,最后配置连接条件

 

安装64Oracle客户端

1. 安装Oracle客户端

先到 Oracle 官网下载 Oracle Database 11g Release 2 Client (11.2.0.1.0) for Microsoft Windows (x64)

下载界面如下图所示





下载后:



接者依照以下步骤安装:

a. 執行win64_11gR2_client\client\setup.exe 进行安装,一开始有个黑色侦测界面,等消失后进入安裝界面。

b. 進入安裝界面后,选择您要安装项目,这里选择安装类型时,选择“管理员”,如下图:


在“完成”窗口中,单击“关闭”即可。

数据库配置文件已经安装到 D:\app\Administrator,

同时其他选定的安装组件也已经安装到D:\app\MichaelSu\product\11.2.0\client_1

本人实验安装的位置是D盘,其他的步骤和安装服务器端类似。直到最后完成即可。

安装完成的路径如下所示:


2. 下载instantclient-basic-nt

Oracle官网下载 Instant Client for Microsoft Windows (32-bit)

下载后配置文件如下图



3. 解压指定位置

选择instantclient-basic-nt-11.2.0.3.0,下载后解压到目录D:\instantclient_11_2

解压后目录



二 、安装PL/SQL Development

1. PL/SQL Development安装

注意:不要安装在默认的C:\Program Files (x86)目录下,否则会报错,原因是不能解析这个带()的路径。

Oracle客户端安装的是64Oracle 11g Client,启动PL/SQL Developer会提示错误。原因:oci.dll64位的,32位应用程序PL/SQL Developer无法加载,可以安装一个32位的Oracle Client来解决。(步骤3就是解决这个问题的)

个人的安装的PL/SQL Development的路径如下:




2. 配置tnsnames.ora连接

配置tnsnames.ora文件到32位客户端目录,默认环境下NETWORK\ADMIN目录路径不存在,本人配置的目录如下:D:\instantclient_11_2\NETWORK\ADMIN



三、配置PL/SQL Deverloper登陆

非登录状态下进入PL/SQL developer,进入工具->首选项->连接,在连接中设置Oracle主目录和OCI 库,其中

Oracle主目录设置为InstantClient的解压目录(D:\app\MichaelSu\product\11.2.0\client_1\,OCI 库设置为该目录下的oci.dllD:\instantclient_11_2\oci.dll)。

设置完成后界面如下



登陆界面




数据库虚拟机:


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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