10g kernal参数调整

本文提供了Oracle10g数据库在Linux环境下推荐的内核参数设置,包括信号对象、共享内存和文件句柄等关键参数的具体数值,以确保数据库软件稳定高效运行。
For the successful operation of the Oracle 10g database software on Linux-based systems, Oracle recommends the customization of the kernel parameters shown in this Table:
Kernel Parameter Recommended Values
Kernel ParameterRecommended Valueremark
kernel.sem (semmsl)250每个信号对象集的最大信号对象数;
kernel.sem (semmns)32000系统范围内最大信号对象数;
kernel.sem (semopm)100每个信号对象支持的最大操作数;
kernel.sem (semmni)128系统范围内最大信号对象集数
kernel.shmall2097152可以使用的共享内存的总量
kernel.shmmaxHalf the size of physical memory最大共享内存段大小。取物理内存大小的一半,单位为字节
kernel.shmmni4096整个系统共享内存段的最大数目
fs.file-max65536系统中所允许的文件句柄最大数目
net.core.rmem_default262144套接字接收缓冲区大小的缺省值
net.core.rmem_max262144套接字接收缓冲区大小的最大值
net.core.wmem_default262144套接字发送缓冲区大小的缺省值
net.core.wmem_max262144套接字发送缓冲区大小的最大值
net.ipv4.ip_local_port_range1024 to 65000应用程序可使用的IPv4端口范围
kernel.shmall = 2097152 # 可以使用的共享内存的总量。
kernel.shmmax = 2147483648 # 最大共享内存段大小。取物理内存大小的一半,单位为字节
kernel.shmmni = 4096 # 整个系统共享内存段的最大数目。
kernel.sem = 250 32000 100 128 # 每个信号对象集的最大信号对象数;系统范围内最大信号对象数;每个信号对象支持的最大操作数;系统范围内最大信号对象集数。
fs.file-max = 65536 # 系统中所允许的文件句柄最大数目。
net.ipv4.ip_local_port_range = 1024 65000 # 应用程序可使用的IPv4端口范围。
net.core.rmem_default = 1048576 # 套接字接收缓冲区大小的缺省值
net.core.rmem_max = 1048576 # 套接字接收缓冲区大小的最大值
net.core.wmem_default = 262144 # 套接字发送缓冲区大小的缺省值
net.core.wmem_max = 262144 # 套接字发送缓冲区大小的最大值

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10640532/viewspace-619501/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10640532/viewspace-619501/

#include "rclcpp/rclcpp.hpp" #include "sensor_msgs/msg/image.hpp" #include "cv_bridge/cv_bridge.h" #include <opencv2/opencv.hpp> #include <opencv2/core.hpp> #include <opencv2/imgproc.hpp> #include <stdexcept> // 关键头文件 class ImageSubscriber : public rclcpp::Node { public: ImageSubscriber() : Node("image_subscriber") { // 使用lambda避免绑定错误 subscription_ = create_subscription<sensor_msgs::msg::Image>( "/detector/initial_img", 10, [this](sensor_msgs::msg::Image::ConstSharedPtr msg) { this->image_callback(msg); }); } private: void image_callback(sensor_msgs::msg::Image::ConstSharedPtr msg) { try { cv_bridge::CvImagePtr cv_ptr = cv_bridge::toCvCopy(msg, "bgr8"); cv::Mat image=cv_ptr->image; cv::imshow("Preview", image); cv::waitKey(1); std::vector<cv::Mat> channels; cv::Mat binary,Gaussian,gray,kernal; kernal = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3)); cv::cvtColor(image,gray,cv::COLOR_BGR2GRAY); cv::threshold(gray,binary,120,255,0); cv::waitKey(1); cv::morphologyEx(binary, binary, cv::MORPH_OPEN, kernal); cv::imshow("dilated", binary); cv::waitKey(1); std::vector<std::vector<cv::Point>> contours; // 存储所有轮廓(二维点集) std::vector<cv::Vec4i> hierarchy; cv::findContours(binary,contours,cv::RETR_EXTERNAL,cv::CHAIN_APPROX_SIMPLE); cv::Mat result = image.clone(); cv::Mat result2 = image.clone(); std::vector<cv::RotatedRect> lightBarRects; for (const auto &contour : contours) { // 忽略太小的轮廓 if (contour.size() < 5) // 拟合椭圆至少需要5个点 continue; // 计算轮廓面积 double area = cv::contourArea(contour); if (area < 50) // 面积阈值,根据实际情况调整 continue; // 计算轮廓的最小外接矩形(旋转矩形) cv::RotatedRect minRect = cv::minAreaRect(contour); float width = minRect.size.width; float height = minRect.size.height; float aspectRatio = (width > height) ? (width / height) : (height / width); float angle = minRect.angle; float abs_angle = std::abs(angle); if (abs_angle<35) { continue; // 跳过不符合条件的矩形 } // 根据长宽比和面积筛选灯条 if (aspectRatio > 3.0 && aspectRatio < 8.5 && area > 50) { // 将灯条矩形存入向量 lightBarRects.push_back(minRect); // 在图像上绘制灯条矩形 cv::Point2f vertices[4]; minRect.points(vertices); for (int i = 0; i < 4; i++) { cv::line(result, vertices[i], vertices[(i+1)%4], cv::Scalar(0, 255, 0), 2); } } } cv::imshow("Armor Detection", result); cv::waitKey(1); } catch (const cv_bridge::Exception& e) { RCLCPP_ERROR(get_logger(), "cv_bridge异常: %s", e.what()); throw std::runtime_error("CV错误: " + std::string(e.what())); } } rclcpp::Subscription<sensor_msgs::msg::Image>::SharedPtr subscription_; }; int main(int argc, char* argv[]) { rclcpp::init(argc, argv); auto node = std::make_shared<ImageSubscriber>(); rclcpp::spin(node); rclcpp::shutdown(); return 0; }
08-11
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