ngrok初体验

今天一同事向我咨询ngrok的问题,他想把内网本地的资源,分享到公网上面。不知道如何操作,只知道用ngrok可以实现。

然后我拜读了一下ngrok,ngrok这个神器还真是不赖。可以将自己本地开发的程序临时放到公网上供大家参考。便于产品展示、bug远程协助,以及与其他人交流。

真是太方便了。更加值得一提是:使用ngrok让微信公众平台通过80端口访问本机  ,对应微信开发也是好处一大票啊。

费话不多说啦。

首先调研了其他是怎么做的,参考网址如下: http://blog.csdn.net/liuxiyangyang/article/details/22922265 

发现写的很清楚,尝试用这个方法进行试验。ngrok的官方网站是 https://ngrok.com/  。

(1) 登录官网下载ngrok安装包,有不同版本的。我下载的是windows版本的。 下载解压到到 d://ngrok 文件夹下。

https://ngrok.com/download   安装包不大。

(2)注册一下获取外网的唯一标识 

 https://ngrok.com/user/signup 注册后往下拉会有一串字母,我的是: IKCklZeEJWX9ACoY0jO/

Your auth token :  IKCklZeEJWX9ACoY0jO/  【COPY】

(3)然后打开CMD,找到 D:\ngrok  路径下:

  执行【命令1】: ngrok  -authtoken  IKCklZeEJWX9ACoY0jO/ 80

 含义是:将你本地的资源的唯一标识别在ngrok上做映射。

(4)启动你的tomcat,准备将本地的资源发布到公网上

  执行【命令2】: ngrok  -subdomain=ceshi 8080

 含义是:给你公网上要显示的本地资源取个名字  ceshi 端口 8080。

(5)结果验证

本地:http://localhost:8080/

公网:http://ceshi.ngrok.com/ 

显示结果一致。

 

试验成功。

 

 

  • 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