Sharepoint 2007搜索的若干故障

    SharePoint 2007总体来说很不错的,只是搜索在配置过程中老是出点问题。目前我已经全部搞定了,现在把这些经验分享一下:
    问题一:SharePoint搜索时出错。
    问题二:能搜索但搜索不到内容。

解决办法:
    问题一:原来需要配置共享服务,这个过程需要建立其它的Web应用程序,我的建了两个,一个是搜索服务,一个是MySite,当然也要用SQL了。在 http://www.cnblogs.com/jcjks/archive/2008/04/30/1177741.html里有描述。
    问题二:建好后发下搜索不到任何内容,如下图:


后来经过细心看了一下管理,发现在新配置的共享服务管理里面有一项专门针对搜索做设置的,如下图:

SharePoint的搜索服务需要用“爬网”功能,将网站的关键字添加到索引中,而刚开始没有爬网时索引中项目数为0,也就是没有任何索引,当然是搜索不到东西了,需要进入“内容源和爬网计划”,进行手动爬网,不过这样每次有更新在重新爬网之前是找不到的,更科学的可以做一下计划。
    同时,做爬网也分两种,一是“完全爬网”,一是“增量爬网”,区别不用解释了,配置如下图:

完成后,搜索就能够正常的使用了,具体还有些搜索规则、计划则大家应该根据自己的情况来设置了。

转载于:https://www.cnblogs.com/jcjks/archive/2008/04/30/1177778.html

  • 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