apache 安装

http://blog.chinaunix.net/uid-28458801-id-4211258.html


1 安装 apr
        下载地址:http://apr.apache.org/download.cgi

            [root@ubuntu:/work/soft/apache]# tar jxvf apr-1.5.0.tar.bz2

            [root@@ubuntu:/work/soft/apache/apr-1.5.0]# ./configure --prefix=/work/installed/apr

            [root@@ubuntu:/work/soft/apache/apr-1.5.0]# make

            [root@@ubuntu:/work/soft/apache/apr-1.5.0]# make install


     2,安装 apr-util
        下载地址: http://apr.apache.org/download.cgi
            [root @ubuntu:/work/soft/apache ]#  tar jxvf   apr-util-1.5.3 .tar.bz2

            [root@@ubuntu:/work/soft/apache/apr-util-1.5.3]# ./configure --prefix=/work/installed/apr-util --with-apr=/work/installed/apr

            [root@@ubuntu:/work/soft/apache/apr-util-1.5.3]# make

            [root@@ubuntu:/work/soft/apache/apr-util-1.5.3]# make install


     3,安装 pcre (这个不知道要不要,我本地已存在)
        下载地址: http://pcre.org/
            [root @ubuntu:/work/soft/apache ]#  tar jxvf  pcre-8.35.tar.bz2

            [root@@ubuntu:/work/soft/apache/pcre-8.35]# ./configure --prefix=/work/installed/pcre

            [root@@ubuntu:/work/soft/apache/pcre-8.35]# make

            [root@@ubuntu:/work/soft/apache/pcre-8.35]# make install


         注意 :如果在安装 pcre 时,遇到问题:configure: error: You need a C++ compiler for C++ support.
         解决方法 sudo apt - get install build - essential




安装apache
        下载地址:http://httpd.apache.org/
            [root@ubuntu:/work/soft/apache]# tar jxvf  httpd-2.4.9.tar.bz2

            [root@@ubuntu:/work/soft/apache/httpd-2.4.9]#  ./configure --prefix=/work/installed/apache --with-apr=/work/installed/apr --with-apr-util=/work/installed/apr-util --with-pcre=/work/installed/pcre

            [root@@ubuntu:/work/soft/apache/httpd-2.4.9]# make

            [root@@ubuntu:/work/soft/apache/httpd-2.4.9]# make install



配置
        1,修改配置文件
            否则会出现问题:
AH00558: httpd: Could not reliably determine the server's fully qualified domain name, using 127.0.1.1. Set the 'ServerName' directive globally to suppress this message
            解决方法:
            [root@ubuntu:/work/installed/apache]# sudo gedit conf/httpd.conf 
            把:
                ServerName www.example.com:80
            改为:
                ServerName localhost:80

    
        2,启动
            [root@ubuntu:/work/installed/apache]# ./bin/apachectl start
            


开机启动(这可能是ubuntu12.04的,没试过
            打开文件:/etc/rc.local
            [root@ubuntu:/]# sudo gedit /etc/rc.local 

            添加:/work/installed/apache/bin/apachectl start




开机配置

http://www.cnblogs.com/fly1988happy/archive/2011/12/14/2288064.html


.将apache加入到系统服务,用service命令来控制apache的启动和停止

  •  首先以apachectl脚本为模板生成Apache服务控制脚本:

  grep -v "#" /usr/local/apache2/bin/apachectl  > /etc/init.d/apache

  • 用vi编辑Apache服务控制脚本/etc/init.d/apache:

  vi /etc/init.d/apache

  • 在文件最前面插入下面的行,使其支持chkconfig命令:

  #!/bin/sh              

  # chkconfig: 2345 85 15              

  # description: Apache is a World Wide Web server.

  • 保存后退出vi编辑器,执行下面的命令增加Apache服务控制脚本执行权限:    

  chmod  +x  /etc/init.d/apache

  • 执行下面的命令将Apache服务加入到系统服务:    

  chkconfig --add apache

  • 执行下面的命令检查Apache服务是否已经生效:    

  chkconfig --list apache              

  • 命令输出类似下面的结果:              

  apache          0:off 1:off 2:on 3:on 4:on 5:on 6:off       

  表明apache服务已经生效,在2、3、4、5运行级别随系统启动而自动启动,以后可以使用service命令控制Apache的启动和停止。  

  • 启动Apache服务:   service apache start   
  • 停止Apache服务:        service apache stop   
  • 执行下面的命令关闭开机自启动:      chkconfig apache off






  • 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
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