初学Git --将本地文件传至Github

前言

  • 记录时间:2020.2.15
  • 教程来源:csdn其他博主
  • 本篇为搬运工系列,多数为参考实践而得。

步骤

一、在本地创建ssh key

  • 使用命令:
ssh-keygen -t rsa -C "你注册GitThb时的邮箱"
  • 回车:
    1.创建ssh key命令
    2.ssh key保存路径
    3.输入GitHub登陆密码
    4.生成的key
    在这里插入图片描述

二、进入Account Settings(账户配置),进行配置。

在这里插入图片描述

如果一切顺利的话,可以在用户主目录里找到 .ssh 目录,里面有 id_rsa 和 id_rsa.pub 两个文件,这两个就是SSH Key 的秘钥对,id_rsa 是私钥,不能泄露出去,id_rsa.pub是公钥,可以放心地告诉任何人。用记事本打开 id_rsa.pub(C:\Users\Administrator.ssh),得到ssh key 公钥。为 Github 账户添加 ssh key 。登录 Github,展开个人头像的小三角,点settings,然后打开SSH keys菜单,点击Add SSH key新增密钥,就是id_rsa.pub文件中的内容,全选复制粘贴即可,并填上标题。

三、创建仓库

在这里插入图片描述

四、验证是否配置成功

  • 输入命令:
ssh -T git@github.com

五、创建git用户角色,并创建版本库,上传本地项目至Github存储仓库

  • 操作命令步骤:
cd //本地项目位置                

git init //文件夹中出现了项目文件夹及文件,进入项目文件夹,对其进行初始化               

git config user.name "用户名"                

git config user.email "邮箱"                

git add * //.跟踪项目文件夹中的所有文件和文件夹                 

git commit -m "备注" //关联远程仓库,添加后,远程库的名字就是 origin,这是 Git 默认的叫法,也可以改成别的,但是 origin 这个名字一看就知道是远程库。               

git remote add origin https://github.com/GitHub用户名/仓库名.git //如果关联出现错误 fatal: remote origin already exists,则执行下列语句再进行关联   

git remote rm origin             

git push -u origin master //把本地库的所有内容推送到远程库上,如果在推送时出现错误 error:failed to push som refs to.......,则执行下列语句

git pull origin master //将远程仓库 Github 上的文件拉下来合并之后重新推送上去

  • 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详细阐述: 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