linux系统管理

  1. 进程管理
    查看所有进程,使用BSD操作系统格式: ps aux
    查看所有进程,使用linux标准格式:ps -le
    进程常见状态:R:运行;S:睡眠;T:停止;s:包括子进程;+:位于后台
    查看系统健康状态:top [选项]
    -d 秒数:指定top命令每个多少时间更新,默认是3s;
    ?或h:显示交互模式的帮助
    P:以CPU使用率排序,默认包含
    M:以内存使用率排序
    N:以PID排序
    q:退出top
    查看进程树:pstree (-p是显示详细)
  2. 终止进程 :kill eg: kill -信号 pid ;如果不写信号,默认是-15
    在这里插入图片描述
    killall -9/15 进程名,直接杀死这个应用的所有进程
  3. 按照终端号踢出在线用户
    先用w命令查询本机已经登录的用户
    pkill -9 -t pts/1 :强制杀死从pts/1虚拟终端登录的进程
  4. 把进程放在后台:把命令的后面加上& ,会把进程放入后台,进程在后台仍在运行
    在命令执行中按 ctrl+z 也可以吧进程放入后台,但是进程在后台会暂停
    查看后台的进程:jobs (-l 是显示进程号)
    将后台暂停的工作恢复到前台:fg [%工作号]
    把工作恢复到后台执行:bg [%工作号]
一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别和分割图像中多个对象的AI模型,适用于对象检测和分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测和分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测和分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字和Bottle Fin对象,增强模型对多样对象的识别和分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练和验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
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