GPT--->SSD:

    当单块硬盘容量打入2TB的时候MBR的机制就不在试用,GPT的机制可以适用了

SSD:是电器特性,不在机械硬盘的物理特性。SSD如果接口是IDE,那么它的工作特性依然不是很好,这是受限于他的控制器和线路本身

分区:fdisk,
在早期格式化分两种
- 低级格式化
- 目的是在与磁道的划分和扇区
- 高级格式化
- 我们现在的格式化都是高级格式化,创建文件系统

  • 挂载
    • 手动挂载
    • 按需挂载- 用的时候挂载、不用的时候卸载。耗性能不推荐。
    • 开机自动挂载
mount [options] -t fstype -o option 设备 挂载点(挂载位置应该是个空闲目录)
    // 两种的选项的不同
    [options]:命令的选项
    -o options:挂载是启动分区的特性
 -n:不更新/etc/mtab文件
   --bind:dir1 dir2 将目录挂载到目录上,使得dir2也能访问dir1的文件
   -t fstype
   -r 只读挂载
   -w:读写挂载
   -L lable 以卷标指定,也可以使用LABLE="lable"
   -U UUID:使用UUID挂载,也可以使用 UUID="uuid"
 -o options:挂载时启动分区特性
     async:异步I/O
     sync:同步I/O
     noatime/atime 是否更新文件时间戳,不是特别重要的文件,建议noatime
     auto: 是否能够被mount -a 自动挂载所有(/etc/fstab中)的文件自动挂载
     dev/nodev:是否能创建设备文件
     diratime/nodirtime:是否更新目录的时间戳
     exec/noexec:是否允许执行二进制程序,默认是允许的。避免了U盘里有程序挂载后自动执行。
     _netdev:网络设备,用于开机自动挂载的网络系统
     remount:重新挂载
     relatime/norelatime 是否实时更新
     acl 启动文件访问控制列表。  

mount :挂载
- mount:直接使用,显示当前全部以挂载的设备。
- 就是/proc/mounts的文件信息,用易读的方式说出来的。

@mkdir /mydata  // 创建目录
@mount /dev/sda3 /mydata  //添加挂载点
@ls /mydata // 查看目录,一般挂载成功,目录下默认会有一个lost+found目录被创建,通过查看这个目录可以作证挂载成功
lost+found

umoun:卸载
- umoun 设备|挂载点
- 空闲时卸载,没有被访问才能可以卸载

    umoun /dev/sda3
  • 挂载点:原始数据将被暂时隐藏。当挂载点被卸载了,原始数据就又出现了
    1、选项反空闲路径
    2、目录要事先得存在
  • 卸载
    • 要保证没有进程在访问时,在卸载。
    • 当然可以强制卸载
  • 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