Fool's Scripts for Some Debugging

本文介绍了一系列Java性能测试及应用程序编译的过程,包括不同Java版本的基准测试、SPECjvm2008标准下的应用运行及编译,并涉及了JDK源文件的编译与打包方法。

1. regression

for v in *.java; do
  name=`echo $v | cut -d. -f1`
  echo  == $name ==

  #/usr/lib/jvm/java-6-openjdk/bin/java $name  \
  /mnt/j2sdk-image/bin/java \
       -server    \
       -Xint \
       $name
done

2. JVM98

#!/bin/sh
/mnt/j2sdk-image/bin/java \
       SpecApplication   \
_205_raytrace
#_213_javac _200_check _201_compress _202_jess _205_raytrace
#_209_db _222_mpegaudio _227_mtrt _228_jack _999_checkit

3. SPECjvm2008

rm spec.jar -f
/opt/j2sdk-image/bin/javac  \
   /mnt/test/spec/benchmarks/scimark/utils/Random.java
/opt/j2sdk-image/bin/jar cvf  spec.jar  ./spec
/opt/j2sdk-image/bin/javac  \
    -classpath  /mnt/test/spec.jar  \
    HelloWorldApp.java
    #-classpath /mnt/test/spec/benchmarks/scimark/utils/Random.class  \
    #-classpath /SPECjvm2008/SPECjvm2008.jar \

#CLASSPATH=.:$CLASSPATH
#export CLASSPATH
cp /SPECjvm2008/SPECjvm2008.jar .
/opt/j2sdk-image/bin/jar xvf SPECjvm2008.jar
cp /SPECjvm2008/src/spec/benchmarks/scimark/utils/Random.java   spec/benchmarks/scimark/utils/
/opt/j2sdk-image/bin/javac  \
    -classpath /mnt/share/SPECjvm2008.jar:/SPECjvm2008/lib/javac.jar  \
              spec/benchmarks/scimark/utils/Random.java
/opt/j2sdk-image/bin/jar cmf META-INF/MANIFEST.MF SPECjvm2008.jar spec/
cp SPECjvm2008.jar /SPECjvm2008

#CLASSPATH=.:$CLASSPATH
#export CLASSPATH
cp /SPECjvm2008/SPECjvm2008.jar .
/opt/j2sdk-image/bin/jar xvf SPECjvm2008.jar
cp /SPECjvm2008/src/spec/benchmarks/scimark/utils/Random.java   spec/benchmarks/scimark/utils/
/opt/j2sdk-image/bin/javac  \
    -classpath /mnt/share/SPECjvm2008.jar:/SPECjvm2008/lib/javac.jar  \
              spec/benchmarks/scimark/utils/Random.java
/opt/j2sdk-image/bin/jar cmf META-INF/MANIFEST.MF SPECjvm2008.jar spec/
cp SPECjvm2008.jar /SPECjvm2008

for name in   \
startup.helloworld startup.compiler.compiler startup.compiler.sunflow startup.compress startup.crypto.aes startup.crypto.rsa startup.crypto.signverify startup.mpegaudio startup.scimark.fft startup.scimark.lu startup.scimark.monte_carlo startup.scimark.sor startup.scimark.sparse startup.serial startup.sunflow startup.xml.transform startup.xml.validation compiler.compiler compiler.sunflow compress crypto.aes crypto.rsa crypto.signverify derby mpegaudio scimark.fft.large scimark.lu.large scimark.sor.large scimark.sparse.large scimark.fft.small scimark.lu.small scimark.sor.small scimark.sparse.small scimark.monte_carlo serial sunflow xml.transform xml.validation ; do 

/mnt/j2sdk-image/bin/java \
  -server \
  -Xmx1024M -Xms1024M \
  -jar SPECjvm2008.jar -ikv -coe -ict -bt 4  \
  $name

done

/mnt/j2sdk-image/jre/bin/java  \
    -XX:+PrintCompilation \
    -Xmx1024M -Xms1024M \
    -classpath SPECjvm2008.jar -Dspecjvm.home.dir=. spec.harness.Launch -bt 1 -ops 1 -crf false -ict -icsv  \
scimark.monte_carlo


4. JDK

#/opt/j2sdk-image/bin/jar xvf rt.jar
cp /mnt/openjdk6-mips/langtools/src/share/classes/com/sun/tools/javac/util/JavacFileManager.java    com/sun/tools/javac/util/
cp /mnt/openjdk6-mips/langtools/src/share/classes/com/sun/tools/javac/main/JavaCompiler.java    com/sun/tools/javac/main/
/opt/j2sdk-image/bin/javac \
     -classpath  /mnt/j2sdk-image/lib/tools.jar \
         ./com/sun/tools/javac/util/JavacFileManager.java .com/sun/tools/javac/main/JavaCompiler.java
#     -classpath  .:rt.jar:/SPECjvm2008/lib/javac.jar:/mnt/j2sdk-image/lib/tools.jar \
/opt/j2sdk-image/bin/jar uvf rt.jar ./com/sun/tools/javac/util/JavacFileManager*.class
cp rt.jar /mnt/j2sdk-image/jre/lib/rt.jar -f



个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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