myeclipse 9.0m1成功安装Aptana

myeclipse 9.0m1安装aptana成功,有点小兴奋.虽然安装过程遇到不少问题,相信很多朋友也在苦恼,其实捅破了还是很简单的...今天快断网了,改天记得的话再罗列一下安装过程...

 

哈哈~抑制不住兴奋啊,早早起来试了一下传说中的Aptana,果然是神兵利器啊!还有一个叫Spket没试过,看大小功能应该没有Aptana完善,没试过,没有发言权!继续我的分享...

安装成功的关键在于插件的安装方法,或许很多老鸟会觉得无语,插件的安装方法不就那几个...可我试了n种方法,但只有一种成功,版本越新越麻烦啊!不是说新版本功能麻烦,而是因为自己不知道才麻烦...像以前的link链接法,dropins,在线更新,甚至是直接把把plugins和features全拷贝进去也不好使,但现在知道了,也觉得没什么了!那就是生成安装信息,写到bundles.info文件就可以了,这种方法我第一次用,所以也是最后一次尝试成功的方法,发这贴庆祝安装成功,也让第一次安装aptana插件的朋友提供些参考,少走弯路....

首先,不要去尝试 help下的configuratiofn center在线更新,即使你可能也看到一个贴说9.0得在configuratiofn center更新,用离线安装包安装的也是!但是我试了不好使...速度慢一回事,还会出各种错,假使你更新成功了,后果估计跟我一样,当你更新成功他会要求你重启myeclipse,一重启就会让你傻眼,myeclipse完全变样了,连服务器没了,自带的visual jsp designer,jsp editor等等插件全没了,并且从右上角切换工作环境的地方也找不到默认的myeclipse enterprise workbench,完全变成Aptana自己的样子,重装是悲剧的结尾...上网查了半天,给出的原因是可能是由于反盗版机制搞的鬼,只要是自带ide的插件安装完都会出现这种问题,但现在还不确定,不知道有没有朋友在线成功更新Aptana的...

可恶的是找了半天,Aptana官网竟然不提供离线插件包下载了,只能在线更新...

这是自己收集的2.05版的离线安装包,下载地址:

http://download.csdn.net/source/3189617

http://download.csdn.net/source/3189675

 

解压后,自己建一个文件夹,装你自己的插件用的,比如c:myplugins...再新建一个名为Aptana2.05的文件夹,便于管理,然后把解压后的plugins和features复制其下...再运行下面的代码,注意修改main方法下的路径.. .

 

 

找到bundles.info这个文件,在此推荐下everything这个小软件,在...../MyEclipse-9.0M1/configuration/org.eclipse.equinox.simpleconfigurator下,最好拷贝出来备份下,用记事本打开他,在最后面添加刚才运行生成的所有信息,重启myeclipse,哈哈~大功告成...

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 8
    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 8
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