Linux下的虚拟化部署

一.kvm安装条件

1.inter cpu ----> vmx
2.amd cpu -------> svm

二.kvm虚拟化安装

虚拟化安装命令
在这里插入图片描述
Virtualization Client ##虚拟化客户端
Virtualization Tools ##虚拟化工具
Virtualization Hypervisor ##虚拟化核心套件
在这里插入图片描述

三.kvm虚拟化相关信息

服务名称:libvirtd
虚拟化核心:qemu/kvm
虚拟化存储目录(虚拟机硬盘):/var/lib/libvirt/images/westos.qcow2
虚拟化硬件信息:/etc/libvirt/qemu/westos.xml
在这里插入图片描述

四.手动安装虚拟机

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

五.虚拟机管理命令

命令功能
virt-viewer westos显示westos虚拟机
virt-manager打开虚拟机控制器
virsh list列出运行的虚拟机
virsh list --all列出所有虚拟机
virsh start westos开启虚拟机
virsh shutdown westos正常关闭虚拟机
virsh destroy断电westos虚拟机

在这里插入图片描述

六.虚拟机在Linux系统中传输

首先在本机安装虚拟化组件
复制远程主机的虚拟机文件到本机
在本机中恢复虚拟机
开启虚拟机,命令如下

命令功能
virsh define westos.xml通过硬件信息文件恢复虚拟机
virsh create westos.xml通过硬件信息文件打开虚拟机,虚拟机关闭后消失
virsh undefine westos删除虚拟机硬件信息

七.虚拟机快照

建立快照
在这里插入图片描述
创建虚拟机
在这里插入图片描述

在这里插入图片描述

八.运用脚本创建虚拟机

无快照的脚本要手动安装
[1]首先安装虚拟机用到的指令是virt-install
[2]然后在/mnt下创建脚本westos.sh并进行编写
在这里插入图片描述
解释:
1#!/bin/bash
2 virt-install \ #虚拟机安装命令
3 --location http://192.168.3.200/westos \ #指定安装资源
4 --os-variant rhel8.2 \ #指定安装系统版本
5 --vcpus 1 \ #cpu核心数量
6 --memory 1024 \ #内存大小
7 --disk /var/lib/libvirt/images/$1.qcow2,size=8,bus=virtio \ #硬盘位置,硬盘大小,硬盘工作总线
8 --name $1 \ #虚拟机名称
9 --network bridge=br0,model=virtio \ #虚拟机网卡为桥接

[3]用sh命令使脚本运行即可

  • 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