前台编译job4--autopackstepClient-UFT.bat

setlocal EnableDelayedExpansion 
echo *********************************************************
echo 脚本功能:O4基础、合规、UFT的前台、debugtool自动编译脚本。
echo 脚本编写:王华斌
echo 修订时间:2014.10.23
echo *********************************************************


rem 主流程
:main
    rem SVN更新(在Jenkins中执行)


    rem 初始配置
    call %Workspace%\initTMP.bat
    call %Workspace%\autopack\UFT_20160122_LS\initNEW2-UFT.bat
    
    
    rem 判断是否需要编译
if "%U_Client%" EQU "true" (
    rem 编译客户端
    call :Compileclient
    ) else (
      echo 本次不需要编译UFT前台
    )
    
    rem 判断是否需要编译
 if "%U_newtran%" EQU "true" (
    rem 编译客户端
    call :Compilenewtran
    ) else (
      echo 本次不需要编译newtran
    )


    call :Svncleanup 
     
goto :eof


exit /b


rem =============================编译客户端程序=================================================
:Compileclient


    echo 前台编译前时间:%time% >%LogDir%\Client计算时间.log
    
    rem 编译基础客户端
    rmdir /s /q %SrcDir%\base\Run\o4client
    cd %SrcDir%\base\Sources\Client
    %VisualStudio% HSTMS.Base.sln /rebuild "Debug|Mixed Platforms" /out %LogDir%\client_base.log
    rem 拷贝base编译出的基础文件到各子系统,各子系统编译时会引用到。
    xcopy /y /q /e %SrcDir%\base\Sources\Client\Hundsun.Frame %SrcDir%\compliance\Sources\Client\Hundsun.Frame
    xcopy /y /q /e %SrcDir%\base\Sources\Client\Hundsun.Frame %SrcDir%\UFT2.0\Sources\Client\Hundsun.Frame


    
    rem 编译合规客户端
    rmdir /s /q %SrcDir%\compliance\Run\o4client
    xcopy /e /q /y %SrcDir%\base\Run\o4client %SrcDir%\compliance\Run\o4client\
    cd %SrcDir%\compliance\Sources\Client
    %VisualStudio% HSTMS.Compliance.sln /rebuild "Debug|Mixed Platforms" /out %LogDir%\client_compliance.log
    
    rem 编译UFT客户端
    rmdir /s /q %SrcDir%\UFT2.0\Run\o4client
    xcopy /e /q /y %SrcDir%\compliance\Run\o4client %SrcDir%\UFT2.0\Run\o4client\
    cd %SrcDir%\UFT2.0\Sources\Client
    %VisualStudio% HSTMS.UFT.sln /rebuild "Debug|Mixed Platforms" /out %LogDir%\client_uft.log
    
    
    rem 同步前台到base下
    xcopy /e /q /y %SrcDir%\UFT2.0\Run\o4client %SrcDir%\base\Run\o4client\




    rem 对前台加壳,防止反编译
    for /r %SrcDir%\base\Run\o4client %%i in (Hundsun.*.dll) do set JMdll=!JMdll!/%%i
    %Eziriz% -file "%SrcDir%\base\Run\o4client\O4Trade.exe" -satellite_assemblies "%JMdll%" -targetfile "<AssemblyLocation>\<AssemblyFileName>" -exception_handling 0 -obfuscation 0 -licensing_behaviour 0
        
    echo 前台编译完时间:%time% >>%LogDir%\Client计算时间.log


    echo 前台提交SVN前时间:%time% >>%LogDir%\Client计算时间.log


    rem cd  %SrcDir%\base\Run
    rem svn add * --force
    rem svn commit -m "升级包编译提交" %SrcDir%\base\Run\o4client
    
    rem Frame由开发提交,编译之前删除
    rmdir /q /s  %SrcDir%\base\Sources\Client\Hundsun.Frame
    rmdir /q /s  %SrcDir%\compliance\Sources\Client\Hundsun.Frame
    rmdir /q /s  %SrcDir%\UFT2.0\Sources\Client\Hundsun.Frame


    echo 前台提交SVN完时间:%time% >>%LogDir%\Client计算时间.log
    
goto :eof


rem =============================编译客户端程序=================================================
:Compilenewtran


    echo 前台编译前时间:%time% >%LogDir%\newtran计算时间.log
    
    rem 编译newtran
    cd /d %SrcDir%\UFT2.0\Sources\newtran\UFTStockIntf
    dcc32 -Q -B -U"E:\Program Files (x86)\Borland\Delphi6\Lib;E:\Program Files (x86)\Borland\Delphi6\Bin;E:\Program Files (x86)\Borland\Delphi6\Projects\Bpl" uftstockintf.dpr >%LogDir%\newtran_uftstockintf.log
    cd /d %SrcDir%\UFT2.0\Sources\newtran\UFTFuturesIntf
    dcc32 -Q -B -U"E:\Program Files (x86)\Borland\Delphi6\Lib;E:\Program Files (x86)\Borland\Delphi6\Bin;E:\Program Files (x86)\Borland\Delphi6\Projects\Bpl" uftfuturesintf.dpr >%LogDir%\newtran_uftfuturesintf.log
    cd /d %SrcDir%\UFT2.0\Sources\newtran\UFTStockFcIntf
    dcc32 -Q -B -U"E:\Program Files (x86)\Borland\Delphi6\Lib;E:\Program Files (x86)\Borland\Delphi6\Bin;E:\Program Files (x86)\Borland\Delphi6\Projects\Bpl" uftstockfcintf.dpr >%LogDir%\newtran_uftstockfcintf.log
    cd /d %SrcDir%\UFT2.0\Sources\newtran\UFTCsdcAfterIntf
    dcc32 -Q -B -U"E:\Program Files (x86)\Borland\Delphi6\Lib;E:\Program Files (x86)\Borland\Delphi6\Bin;E:\Program Files (x86)\Borland\Delphi6\Projects\Bpl" uftcsdcafterintf.dpr >%LogDir%\newtran_uftcsdcafterintf.log
 cd /d %SrcDir%\UFT2.0\Sources\newtran\UFTEzStepIntf
    dcc32 -Q -B -U"E:\Program Files (x86)\Borland\Delphi6\Lib;E:\Program Files (x86)\Borland\Delphi6\Bin;E:\Program Files (x86)\Borland\Delphi6\Projects\Bpl" uftezstepintf.dpr >%LogDir%\newtran_uftezstepintf.log
    cd /d %SrcDir%\UFT2.0\Sources\newtran\UFTSZ5StockIntf
    dcc32 -Q -B -U"E:\Program Files (x86)\Borland\Delphi6\Lib;E:\Program Files (x86)\Borland\Delphi6\Bin;E:\Program Files (x86)\Borland\Delphi6\Projects\Bpl" uftsz5stockintf.dpr >%LogDir%\newtran_uftsz5stockintf.log
    
    echo 前台编译完时间:%time% >>%LogDir%\newtran计算时间.log


    cd  %SrcDir%\UFT2.0\Sources\newtran\bin
    svn add * --force
    svn commit -m "升级包编译提交M201" %SrcDir%\UFT2.0\Sources\newtran\bin


goto :eof


rem ==========================SVN清理===========================================
:Svncleanup


    rem 避免出现下次任务运行出现SVN更新报错


       svn cleanup %workspace%\compliance\Sources\ufrcore_code
       svn cleanup %workspace%\compliance\Sources\ufrmgnt
       svn cleanup %workspace%\UFT2.0\Run
       svn cleanup %workspace%\UFT2.0\Sources\Client
       svn cleanup %workspace%\UFT2.0\Sources\newtran
       svn cleanup %workspace%\UFT2.0\Sources\资管UFT系统V20
       svn cleanup %workspace%\升级脚本




goto :eof 

  • 0
    点赞
  • 0
    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