【latex】Sorry, but miktex-makemf did not succeed

本文解决在使用MiKTeX+TeXstudio环境下,编译特定.tex模板时遇到的txmiaX源文件未找到错误。通过执行updmap.exe更新字体映射,成功解决了编译问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问题描述

使用pdflatex编译某些会议提供的.tex模板时,报错:

Process started: pdflatex.exe -synctex=1 -interaction=nonstopmode "sample".tex

Sorry, but miktex-makemf did not succeed. The log file hopefully contains the information to get MiKTeX going again: C:\Users\abc\AppData\Local\MiKTeX\2.9\miktex\log\miktex-makemf.log

查看提示中的miktex-makemf.log文件,显示The txmiaX source file could not be found.

2020-09-14 20:40:44,544+0800 INFO  miktex-makemf - this process (6604) started by 'miktex-makepk' with command line: miktex-makemf.exe --miktex-enable-installer --miktex-disable-maintenance --miktex-disable-diagnose --verbose txmiaX
2020-09-14 20:40:44,556+0800 FATAL miktex-makemf - The txmiaX source file could not be found.
2020-09-14 20:40:44,556+0800 FATAL miktex-makemf - The txmiaX source file could not be found.
2020-09-14 20:40:44,556+0800 FATAL miktex-makemf - Info: 
2020-09-14 20:40:44,556+0800 FATAL miktex-makemf - Source: 
2020-09-14 20:40:44,556+0800 FATAL miktex-makemf - Line: 0

环境:

Win 10 64位,使用protext安装的MiKTeX+TeXstudio

protext下载地址:https://mirrors.sjtug.sjtu.edu.cn/ctan/systems/windows/protext/protext-3.2-033020.zip

解决方案

执行MiKTeX安装目录下(如D:\MiKTeX 2.9\miktex\bin\x64\)的updmap.exe,然后在TeXstudio中按F5编译即可。

参考

https://sourceforge.net/p/miktex/bugs/2578/

 

数据集介绍:野生动物目标检测数据集 一、基础信息 数据集名称:野生动物目标检测数据集 图片数量: - 训练集:4,181张图片 - 验证集:1,212张图片 - 测试集:610张图片 总计:6,003张航拍及自然场景图片 分类类别: 涵盖23类野生动物,包括: - 濒危物种(北极熊、犀牛、熊猫) - 大型哺乳动物(大象、河马、长颈鹿) - 猛禽类(鹰、鹦鹉、企鹅) - 食肉动物(狮子、猎豹、美洲豹) - 草食动物(斑马、鹿、山羊) 标注格式: YOLO格式标注,包含边界框坐标与类别标签,适配主流目标检测框架。 数据特性: 航拍视角与地面视角相结合,包含动物群体活动和个体行为场景。 二、适用场景 生态保护监测系统: 构建野生动物种群识别系统,支持自然保护区自动监测动物迁徙和栖息地活动。 智能林业管理: 集成至森林巡护无人机系统,实时检测濒危物种并预警盗猎行为。 动物行为研究: 为科研机构提供标注数据支撑,辅助研究动物种群分布与行为特征。 自然纪录片制作: AI预处理工具开发,快速定位视频素材中的特定物种片段。 教育科普应用: 用于野生动物识别教育软件,支持互动式物种学习功能开发。 三、数据集优势 物种覆盖全面: 包含非洲草原系、极地系、森林系等23类特色动物,特别涵盖10种IUCN红色名录物种。 多场景适配: 整合航拍与地面视角数据,支持开发不同观测高度的检测模型。 标注质量可靠: 经动物学专家校验,确保复杂场景(群体/遮挡)下的标注准确性。 模型兼容性强: 原生YOLO格式可直接应用于YOLOv5/v7/v8等系列模型训练。 生态研究价值: 特别包含熊科动物(棕熊/北极熊/熊猫)细分类别,支持濒危物种保护研究。
评论 16
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