1.eclipse的置源配置、快捷键、源码项目导入导出、置源常见的源码插件或代码生成器工具
2.如何把github上下载下来的maven源代码zip文件打包成可运行的jar文件
3.windows10或linux搭建YOLOX训练环境,并训练VOC2007数据集
eclipse的置源配置、快捷键、源码glu源码项目导入导出、置源常见的源码插件或代码生成器工具
欢迎来到一乐乐的博客园,本文将详细介绍eclipse的置源配置、快捷键、源码项目导入导出以及常用的置源插件和代码生成器工具。一、源码常规配置
1. 配置环境变量
2. 调整字体大小
3. 设置工作空间默认编码为UTF-8
4. 显示代码行号:便于代码阅读
5. 代码提示增强:如快捷键 'Alt+/' 用于代码提示
二、置源fmvp源码常用快捷键
代码提示:'Alt+/'
打印:'sout' + 回车键
注释:'/**' + 回车键
自动导入包:'Ctrl+Shift+O'
错误修复:'Ctrl+1'
代码格式化:'Ctrl+Shift+F'
查看源码:'Alt+Left' 和 'Alt+Right' 移动光标
竖直选择代码:'Alt+Shift+A'
代码跳转:'Ctrl+T'
三、源码项目操作
1. 导入项目:按照eclipse的置源导入功能进行
2. 导出项目:同样利用eclipse内置的导出功能
四、插件与工具
1. Tomcat热部署插件:在线安装,搜索Eclipse Marketplace
2. Web开发插件:同样在Marketplace搜索
3. Mybatis框架:mybatipse插件,通过Java代码或Maven插件运行Generator
4. Spring框架:sts插件
5. 自动代码生成器:Lombok,非通过Marketplace,需通过cmd安装
以上内容来自一乐乐的博客园,如需使用,请务必注明出处。如何把github上下载下来的maven源代码zip文件打包成可运行的jar文件
1.下载Spring源码
git下载地址:/SpringSource/spring-framework/
2.下载完成后,编译前需满足的先决条件
1)当前系统中安装了gradle,如果为安装,热狗源码可以从:/release/STS/3.3.0/dist/e4.3/spring-tool-suite-3.3.0.RELEASE-e4.3-win.zip
直接回车确认即可
4)接着会提示要运行的命令是:
./gradlew cleanEclipse :spring-oxm:compileTestJava eclipse -x :eclipse
直接回车确认
5)接下来会自动下载所需的依赖包,等待其下载、编译完成即可。
编译的过程中,第一次编译停留在“> Building > :spring-core:cglibRepackJar”这个提示处很久,查看cmd的进程,貌似死了,我将其结束后重新运行,依旧停留在这个地方。
注:在编译过程中,经常出现在下载依赖项时没有响应的情况,需要找到对应的skipgram源码java进程,结束后重新运行,或者直接关闭命令行窗口重新来一次,暂未找到具体原因。
猜测应该和我的网络状况和java环境有关,编译过程中尝试了jdk8的位和位版本,都有这个问题。
在编译多次不成功以后,我通过运行gradlew.bat install,尝试先把所有的依赖项都先下载下来,在下载子项目相关的依赖项的过程中,仍然会出现命令没有响应的情况,只能一次又一次地关闭,expat源码重新运行。
一次又一次编译假死后,终于看到了“BUILD SUCCESS”,再次运行import-into-eclipse.bat,这次运行,跳过了很多之前需要下载的依赖项,应该是运行install命令的时候已经下载过了,但还是有一些仍然需要下载的依赖项。观察输出,会发现首先会下载依赖项所对应的pom文件,接着才会下载对应的jar。应该是和Maven相关的,有时间要把Maven、ant、ivy、gradle这些都看一下。
windows或linux搭建YOLOX训练环境,并训练VOC数据集
本文旨在为Windows 或Linux用户提供YOLOX训练环境的搭建步骤,主要依赖于github.com/Megvii-BaseD...的代码。在开始前,请确保已安装CUDA和CUDNN,如需安装请自行查阅相关资料。一、系统配置
对于首次安装者,可以参考blog.csdn.net/weixin_...的指南。 1. 配置国内Anaconda镜像源,以加速软件包的下载。非必须,但可提高下载速度。2. 环境搭建
首先,创建一个新的虚拟环境。推荐使用PyTorch 1.7或1.8版本,过高的版本可能会导致问题,而过低的版本可能不兼容YOLOX。 (3)通过git clone或手动下载YOLOX源码,进入解压后的文件夹,执行编译安装。 注意:在安装过程中,删除yolox文件夹中requirenments.txt中的torch行,因为已安装PyTorch。 (5)使用demo.py进行环境验证,检查是否成功安装。 若需要,可以从官网下载预训练模型(如yolox_s.pth),通过迅雷等工具下载并放置在weights文件夹。3. 训练VOC
本文以VOC为例,其他数据集的处理方法类似。首先,下载并解压VOC 的数据集(包含训练集、验证集和测试集),将它们的VOCdevkit文件夹合并到yolox/datasets目录下。 (3)使用labelimg打标签,按照VOC格式组织数据,然后编写代码划分训练集和验证集。 在exps/example/yolox_voc目录下的yolox_voc_s.py中,删除VOC部分,仅保留VOC数据进行训练。 修改toos/train.py的配置参数,根据实际情况调整路径,同时在yolox/data/datasts/voc.py中更新annotation路径获取代码。4. 开始训练
在yolox文件夹内启动cmd,激活虚拟环境后开始训练。训练过程会显示相关输出。5. 解决常见问题
在训练过程中,如果遇到报错,需根据错误信息进行相应的调试和解决。2024-12-26 00:25
2024-12-26 00:17
2024-12-26 00:12
2024-12-26 00:12
2024-12-26 00:01
2024-12-25 23:45
2024-12-25 23:20
2024-12-25 22:02