Eclipse更新ADT22后,R.java文件无法自动生成的问题

ADT升级中出现的问题的解决方案(Android upgrade ADT 22, R.java files not generated,java.lang.ClassNotFoundException)
Android开发环境升级到ADT 22之后,可能会出现两点小问题:

1. 新建Android项目时,R.java不能自动生成,解决方法:

打开Android SDK Manager重新检查更新,看到“Android SDK Build-tools”这一项选中并下载。下载完成后,重新建项目即可恢复正常。参照下图

ADT升级中出现的问题的解决方案(Android upgrade ADT 22, R.java files not generated,java.lang.ClassNotFoundException)


2.旧的项目重新运行时出现“java.lang.ClassNotFoundException”异常,解决方法:

在文件系统中找到项目下的.classpath文件,找到如下

  1. <classpathentry kind="con" path="com.android.ide.eclipse.adt.LIBRARIES"/>
  2. <classpathentry exported="true" kind="con" path="com.android.ide.eclipse.adt.DEPENDENCIES"/>

改为

  1. <classpathentry exported="true" kind="con" path="com.android.ide.eclipse.adt.LIBRARIES"/>
  2. <classpathentry kind="con" path="com.android.ide.eclipse.adt.DEPENDENCIES"/>

即可。如果有依赖的项目,请把依赖的所有项目也按以上方式修改。


经过如上步骤如果还不能正常运行,请检查项目中的Android Dependencies下是否有annotations.jar,如果有请修改项目根目录下project.properties文件中的target=最新Android版本,比如: target=android-17 然后刷新项目即可。

注:如果项目根目录下没有project.properties文件,请从别的新的项目中复制project.properties和proguard-project.txt两个文件过来,并删除项目根目录下的default.properties和proguard.cfg两个文件,然后对project.properties做相应修改。


亲测方法1可用,希望对你有所帮助!


参考:

1.http://stackoverflow.com/questions/16584015/java-eclipse-no-more-r-file-ever/16584243#16584243

2.http://blog.csdn.net/rwecho/article/details/8934507

3.http://zhan.renren.com/mobileapp?gid=3602888498039461561&checked=true

  • 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