SQL Server 2005 的登录问题

修改完以下配置后千万不要忘记从新启动数据库


相关的几个错误提示:
 
  无法使用特殊主体‘Sa’。(Microsoft SQL Server,错误:15405)
  已成功与服务器建立连接,但是在登录过程中发生错误。(Provider: 共享内存提供程序,Error:0 -管理的另一端上无任何进程)  
  用户‘Sa’登录失败。该用户与可信SQL Server连接无关联。
 
  第一个错误,由于‘Sa’帐户未启用。解决方法:打开Microsoft SQL Server Management Studio Express,依次展开:服务器下的→[安全性]→[登录名]→[Sa],单击右键选择[属性],然后在[登录属性 - Sa]对话框中选择[状态]页并将登录设为启用,最后点击[应用]、[确定]按钮,保存设置。如下图所示:
  SQL <wbr>Server <wbr>2005 <wbr>的登录问题
 
  第二个错误,由于内存“消耗”原因,连接成功但无响应主。又或者,更改了SQL Server外围应用配置器中的相关设置,但未重新启动SQL Server服务。解决方法:内存“消耗”原因。检查内存配置是否满足SQL Server 2005安装的标准配置,并且优化程序算法,降低内存占用;打开SQL Server外围应用配置器,选择[服务器和连接的外围应用配置器],然后在[服务器和连接的外围应用配置器]对话框中选择[远程连接]页并将本地连接和 远程连接设为同时使用TCP/IP和Named Pipes,最后点击[应用]、[确定]按钮,保存设置。如下图所示:
 

 
 
  第三个错误,服务器身份验证选项为Windows身份验证模式,而又使用了‘Sa’之类的数据库用户登录。 解决方法:打开Microsoft SQL Server Management Studio Express,在服务器上单击右键选择[属性],然后在[服务器属性 - 服务器名\SQLEXPRESS]对话框中选择[安全性]页并将服务器身份验证设为SQL Servet和Windows身份验证模式,最后点击[应用]、[确定]按钮,保存设置。如下图所示:
 




修改完以上配置后千万不 要忘记从新启动数据库
 
  • 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
根据提供的引用内容,SQL Server无法登录错误18456通常是由于密码或用户错误导致的身份验证失败。如果用户名和密码是正确的,那么可能是该登录名没有连接数据库引擎权限,或者登录权限被剥夺了。解决办法是开启SQL Server身份验证模式。 以下是解决SQL Server无法登录错误18456的步骤: 1. 确保用户名和密码正确。检查登录时输入的用户名和密码是否正确,尤其是大小写是否匹配。 2. 检查登录名是否具有连接数据库引擎的权限。可以通过以下步骤检查: - 打开SQL Server Management Studio(SSMS)并连接到SQL Server实例。 - 在“对象资源管理器”窗口中,展开“安全性”文件夹,然后展开“登录名”文件夹。 - 右键单击登录名,选择“属性”。 - 在“服务器角色”选项卡中,确保登录名具有足够的权限来连接数据库引擎。 3. 开启SQL Server身份验证模式。可以通过以下步骤开启: - 打开SQL Server Management Studio(SSMS)并连接到SQL Server实例。 - 在“对象资源管理器”窗口中,右键单击服务器实例,选择“属性”。 - 在“安全性”选项卡中,选择“SQL Server和Windows身份验证模式”。 - 单击“确定”保存更改。 4. 重新启动SQL Server服务。可以通过以下步骤重新启动: - 打开“服务”管理器。 - 找到SQL Server服务,右键单击并选择“重新启动”。 请注意,这些步骤可能因SQL Server的版本和配置而有所不同。如果问题仍然存在,请参考SQL Server的官方文档或联系数据库管理员寻求进一步的帮助。
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