-
报错信息如下==============================[2021-10-28 02:07:40]-[INFO]-[adc-studio-project] 打包参数:{"projectName":"line_5G_simple","version":"0.0.1-1635386857881","versionType":"BETA"}[2021-10-28 02:07:40]-[INFO]-[adc-studio-project] 开始打包工程,任务Id:d2dc09b4-3793-11ec-90cc-0255ac1205b9[2021-10-28 02:07:40]-[INFO]-[adc-studio-project] 开始打包模块:line_simple[2021-10-28 02:07:40]-[INFO]-[adc-studio-project] 元素 line_simple/SERVICE 打包成功,耗时0.082s[2021-10-28 02:07:40]-[INFO]-[adc-studio-project] 元素 line_simple/PERMISSION 打包成功,耗时0.086s[2021-10-28 02:07:40]-[INFO]-[adc-studio-project] 元素 line_simple/I18N 打包成功,耗时0.042s[2021-10-28 02:07:40]-[INFO]-[adc-studio-project] 元素 line_simple/PAGE 打包成功,耗时0.101s[2021-10-28 02:07:41]-[INFO]-[adc-studio-project] 元素 line_simple/WORKFLOW 打包成功,耗时0.386s[2021-10-28 02:07:41]-[INFO]-[adc-studio-project] 元素 line_simple/MODEL 打包成功,耗时0.543s[2021-10-28 02:07:43]-[INFO]-[adc-studio-project] 工程Logo打包成功[2021-10-28 02:07:43]-[INFO]-[adc-studio-project] 工程中不存在全局资产,跳过[2021-10-28 02:07:43]-[INFO]-[adc-studio-project] 开始打包工程元数据[2021-10-28 02:07:43]-[INFO]-[adc-studio-project] 工程打包成功[2021-10-28 02:07:43]-[INFO]-[adc-studio-project] 工程元数据打包成功[2021-10-28 02:07:45]-[INFO]-[adc-app-mgt] 安装任务启动,异步任务id为d71835fa-3793-11ec-9c55-0255ac120533.[2021-10-28 02:07:45]-[INFO]-[adc-app-mgt] 文件完成校验,开始安装.[2021-10-28 02:07:45]-[INFO]-[adc-app-mgt] 应用包开始执行PREPARE操作...[2021-10-28 02:07:45]-[INFO]-[adc-app-mgt] line_simple/PERMISSION元素执行PREPARE任务成功, 耗时0.106s.[2021-10-28 02:07:45]-[INFO]-[adc-ui] 开始准备模块line_simple中page类型的元素。[2021-10-28 02:07:45]-[INFO]-[adc-ui] 开始准备模块line_simple中page-script类型的元素。[2021-10-28 02:07:45]-[INFO]-[adc-ui] 开始准备模块line_simple中image类型的元素。[2021-10-28 02:07:45]-[INFO]-[adc-ui] 开始准备模块line_simple中jslib类型的元素。[2021-10-28 02:07:45]-[INFO]-[adc-ui] 开始准备模块line_simple中pro-code类型的元素。[2021-10-28 02:07:45]-[INFO]-[adc-app-mgt] line_simple/PAGE元素执行PREPARE任务成功, 耗时0.272s.[2021-10-28 02:07:46]-[INFO]-[adc-ui] 开始准备模块line_simple中i18n类型的元素。[2021-10-28 02:07:46]-[INFO]-[adc-app-mgt] line_simple/I18N元素执行PREPARE任务成功, 耗时0.43s.[2021-10-28 02:07:46]-[INFO]-[adc-app-mgt] line_simple/SERVICE元素执行PREPARE任务成功, 耗时1.075s.[2021-10-28 02:07:46]-[INFO]-[adc-app-mgt] line_simple/MODEL元素执行PREPARE任务成功, 耗时1.099s.[2021-10-28 02:07:46]-[INFO]-[adc-app-mgt] line_simple/WORKFLOW元素执行PREPARE任务成功, 耗时1.144s.[2021-10-28 02:07:46]-[INFO]-[adc-app-mgt] 应用包开始执行INSTALL操作...[2021-10-28 02:07:46]-[INFO]-[adc-app-mgt] 应用包执行PREPARE操作成功.[2021-10-28 02:07:47]-[INFO]-[adc-ui] 开始安装模块line_simple中pro-code类型的元素。[2021-10-28 02:07:47]-[INFO]-[adc-ui] 完成pro-code类型数据的更新。[2021-10-28 02:07:47]-[INFO]-[adc-ui] 开始安装模块line_simple中image类型的元素。[2021-10-28 02:07:47]-[INFO]-[adc-ui] 完成image类型数据的更新。[2021-10-28 02:07:48]-[INFO]-[adc-ui] 开始安装模块line_simple中page-script类型的元素。[2021-10-28 02:07:48]-[INFO]-[adc-ui] 完成page-script类型数据的更新。[2021-10-28 02:07:48]-[INFO]-[adc-ui] 开始安装模块line_simple中jslib类型的元素。[2021-10-28 02:07:48]-[INFO]-[adc-ui] 完成jslib类型数据的更新。[2021-10-28 02:07:49]-[INFO]-[adc-ui] 开始安装模块line_simple中i18n类型的元素。[2021-10-28 02:07:49]-[INFO]-[adc-ui] 开始安装模块line_simple中page类型的元素。[2021-10-28 02:07:49]-[INFO]-[adc-ui] 完成page类型数据的更新。[2021-10-28 02:07:49]-[INFO]-[adc-ui] 完成i18n类型数据的更新。[2021-10-28 02:07:50]-[INFO]-[adc-app-mgt] line_simple/I18N元素执行INSTALL任务成功, 耗时3.869s.[2021-10-28 02:07:50]-[INFO]-[adc-app-mgt] line_simple/PAGE元素执行INSTALL任务成功, 耗时4.293s.[2021-10-28 02:07:50]-[INFO]-[adc-app-mgt] line_simple/PERMISSION元素执行INSTALL任务成功, 耗时0.065s.[2021-10-28 02:07:50]-[INFO]-[adc-model] 模块line_simple下模型数据导入开始。[2021-10-28 02:07:50]-[INFO]-[adc-model] 模块line_simple下导入模型总条数6。[2021-10-28 02:07:52]-[ERROR]-[adc-app-mgt] line_simple/MODEL元素执行INSTALL任务失败, 失败原因:发生了一个系统错误!.[2021-10-28 02:07:52]-[INFO]-[adc-service] 模块line_simple下逻辑流数据导入开始。[2021-10-28 02:07:52]-[INFO]-[adc-service] 模块line_simple下导入逻辑流总条数7。[2021-10-28 02:07:53]-[ERROR]-[adc-app-mgt] line_simple/SERVICE元素执行INSTALL任务失败, 失败原因:逻辑流[project:line_5G_simple module:line_simple assert:line_5g_order_detail flow:line_5g_order_detail]中类型为的参数引用的模型[/line_5G_simple/line_simple/line__online_5g]不存在..[2021-10-28 02:07:53]-[INFO]-[adc-bpm] 开始安装工作流。[2021-10-28 02:07:53]-[INFO]-[adc-bpm] 全量安装应用包line_5G_simple中模块line_simple的工作流。[2021-10-28 02:07:54]-[INFO]-[adc-bpm] 导入工作流line_5G。[2021-10-28 02:07:54]-[INFO]-[adc-bpm] 完成安装工作流。[2021-10-28 02:07:55]-[INFO]-[adc-app-mgt] line_simple/WORKFLOW元素执行INSTALL任务成功, 耗时2.126s.[2021-10-28 02:07:55]-[ERROR]-[adc-app-mgt] 应用包在进行INSTALL时失败.[2021-10-28 02:07:55]-[INFO]-[adc-app-mgt] 应用包开始执行ROLLBACK操作...[2021-10-28 02:07:55]-[ERROR]-[adc-app-mgt] MODEL.zip元素调用rpc(adc-model/BaseModelInstallRpcService)失败,失败原因:发生了一个系统错误!.[2021-10-28 02:07:55]-[ERROR]-[adc-app-mgt] SERVICE.zip元素调用rpc(adc-service/appServiceInstaller)失败,失败原因:发生了一个系统错误!.[2021-10-28 02:07:55]-[ERROR]-[adc-app-mgt] line_simple/MODEL元素执行ROLLBACK任务失败, 失败原因:创建proxy失败:BaseModelInstallRpcService:adc-model,adc-model无响应。.[2021-10-28 02:07:55]-[ERROR]-[adc-app-mgt] line_simple/SERVICE元素执行ROLLBACK任务失败, 失败原因:创建proxy失败:appServiceInstaller:adc-service,adc-service无响应。.[2021-10-28 02:07:55]-[INFO]-[adc-app-mgt] line_simple/PERMISSION元素执行ROLLBACK任务成功, 耗时0.014s.[2021-10-28 02:07:56]-[INFO]-[adc-app-mgt] line_simple/WORKFLOW元素执行ROLLBACK任务成功, 耗时1.018s.[2021-10-28 02:07:57]-[INFO]-[adc-app-mgt] line_simple/I18N元素执行ROLLBACK任务成功, 耗时2.031s.[2021-10-28 02:07:59]-[INFO]-[adc-app-mgt] line_simple/PAGE元素执行ROLLBACK任务成功, 耗时4.135s.[2021-10-28 02:07:59]-[ERROR]-[adc-app-mgt] 应用包安装失败,耗时14.468s,失败原因:line_5G_simple执行import任务失败.部署失败,详情请参考应用管理中的安装日志列表。==============================================怎么查看后台的安装日志
-
正在学习Atlas 200开发板,内核重新编译,出现以下问题。1、配置交叉编译工具2、cd ./source/kernel/linux-4.19/3、make ARCH=arm64 CROSS_COMPILE=aarch64-linux-gnu- mini_defconfig4、make ARCH=arm64 CROSS_COMPILE=aarch64-linux-gnu- menuconfig5、cd ../../6、bash build.sh kernel 88.88.88.88.88配置好内核以后,必须按照提示“make mrproper”一下,才能编译通过。请问这样不是把配置文件删除了吗?编译的内核不是我想要的配置吧?【日志信息】(可选,上传日志内容或者附件)root@ubuntu:/home/atlas/source# bash build.sh kernel 88.88.88.88.88make: Entering directory '/home/atlas/source/scripts'make[1]: Entering directory '/home/atlas/source/kernel/linux-4.19'make[2]: Entering directory '/home/atlas/source/kernel/out' HOSTCC scripts/basic/fixdep GEN ./Makefile HOSTCC scripts/kconfig/conf.o YACC scripts/kconfig/zconf.tab.c LEX scripts/kconfig/zconf.lex.c HOSTCC scripts/kconfig/zconf.tab.o HOSTLD scripts/kconfig/conf## configuration written to .config# GEN ./Makefile WRAP arch/arm64/include/generated/uapi/asm/errno.h UPD include/config/kernel.release WRAP arch/arm64/include/generated/uapi/asm/ioctl.h WRAP arch/arm64/include/generated/uapi/asm/ioctls.h WRAP arch/arm64/include/generated/uapi/asm/ipcbuf.h WRAP arch/arm64/include/generated/uapi/asm/kvm_para.h WRAP arch/arm64/include/generated/uapi/asm/mman.h WRAP arch/arm64/include/generated/uapi/asm/msgbuf.h WRAP arch/arm64/include/generated/uapi/asm/poll.h WRAP arch/arm64/include/generated/uapi/asm/resource.h WRAP arch/arm64/include/generated/uapi/asm/sembuf.h WRAP arch/arm64/include/generated/uapi/asm/shmbuf.h WRAP arch/arm64/include/generated/uapi/asm/socket.h WRAP arch/arm64/include/generated/uapi/asm/sockios.h WRAP arch/arm64/include/generated/uapi/asm/swab.h WRAP arch/arm64/include/generated/uapi/asm/termbits.h WRAP arch/arm64/include/generated/uapi/asm/termios.h WRAP arch/arm64/include/generated/uapi/asm/types.h UPD include/generated/uapi/linux/version.h UPD include/generated/utsrelease.h Using /home/atlas/source/kernel/linux-4.19 as source for kernel /home/atlas/source/kernel/linux-4.19 is not clean, please run 'make mrproper' in the '/home/atlas/source/kernel/linux-4.19' directory./home/atlas/source/kernel/linux-4.19/Makefile:1090: recipe for target 'prepare3' failedmake[3]: *** [prepare3] Error 1/home/atlas/source/kernel/linux-4.19/Makefile:286: recipe for target '__build_one_by_one' failedmake[2]: *** [__build_one_by_one] Error 2make[2]: Leaving directory '/home/atlas/source/kernel/out'Makefile:146: recipe for target 'sub-make' failedmake[1]: *** [sub-make] Error 2make[1]: Leaving directory '/home/atlas/source/kernel/linux-4.19'Makefile:35: recipe for target 'kernel' failedmake: *** [kernel] Error 2make: Leaving directory '/home/atlas/source/scripts'
-
【功能模块】【操作步骤&问题现象】1、或者是如何从opencv下的图像转化为om模型需要的数据类型2、请问是否有相关sample【截图信息】【日志信息】(可选,上传日志内容或者附件)
-
上个月,国外一家名为 Laion 的人工智能非盈利组织,开放了全球最大的图像文本对(image-text-pair)数据集,共提供了 4 亿样本数据。 数据来源于 Common Crawl 在 2014 - 2021 年间随机抓取的网页。元数据数据集基于 CC 4.0 许可开放。 地址:http://t.cn/A6MPyvBI
-
在node中如何将图片加入至参数中来调用API?我将图片转为binary或base64都会出现如下报错:{"erno": "MR.0101", "msg": "The input parameter is invalid", "words_result": {}}设置body部分代码如下:var pic = fs.readFileSync('C:\\code\\Node\\03\\public\\clothes\\handled\\no-bg.jpg','base64')var requestData = {images: pic}r.body = JSON.stringify(requestData)
-
这是一个特别小巧的鸿蒙掉 emoji 表情包实现。效果类似于微信中发送"生日快乐"和"么么哒"之类的词语时触发的动画效果。功能展示基于鸿蒙系统,通过自定义控件属性方式实现了 EmojiRain 组件,同时支持 Java 代码设置。 原理解析如下图所示,表情控件 Image 初始位置在屏幕的上方,EmojiRainLayout 充满整个屏幕。表情包开始掉落前,从指定表情包集合中获取对应元素,计算该元素本次掉落时的起始位置、终止位置、宽度、高度。然后根据位置坐标及高度创建对应的动画对象,设置 Animator.CurveType.ACCELERATE_DECELERATE 动画插值器。根据表情包掉落数量将 Image 元素准备完成后,通过调用 addComponent() 将 Image 添加到 EmojiRainLayout 上,达到覆盖在屏幕上的效果。最后执行先加速后减速的动画效果,开启表情雨模式。 //使用rxjava控制动画执行间隔、执行顺序、执行对象 Subscription subscription = Observable.interval(mDropFrequency, TimeUnit.MILLISECONDS) .take(mDuration / mDropFrequency) .flatMap(flow -> Observable.range(0, mEmojiPer)) .map(image -> mEmojiPool.acquire()) .filter(ep -> ep != null) .observeOn(OhosSchedulers.mainThread()) .subscribe(this::startDropAnimationForSingleEmoji, Throwable::printStackTrace); mSubscriptions.add(subscription);//为Image创建动画对象 AnimatorProperty animatorProperty = emoji.createAnimatorProperty(); //设置动画执行时长 animatorProperty.setDuration((int) (mDropAverageDuration * Randoms.floatAround(1, RELATIVE_DROP_DURATION_OFFSET))); float startX = Randoms.getStartX(); float endX = Randoms.getStopX(); //指定动画开始的坐标及终止坐标 animatorProperty.moveFromX(startX).moveToX(endX).moveFromY(-imageHeight).moveToY(mWindowHeight); animatorProperty.setCurveType(Animator.CurveType.ACCELERATE_DECELERATE); animatorProperty.start(); //初始化Image,随机赋予等比例缩放高度、宽度,指定图片加载模式 Image emoji = new Image(getContext()); emoji.setImageElement(emojiDrawable); emoji.setScaleMode(Image.ScaleMode.CENTER); double positive = Randoms.positiveGaussian() * 0.6; final int width = (int) (emoji_standard_size * (1.0 + positive)); final int height = (int) (emoji_standard_size * (1.0 + positive)); final LayoutConfig params = new LayoutConfig(width, height); params.setMarginTop(-height); params.setMarginLeft((int) (-0.5F * width)); emoji.setLayoutConfig(params);使用说明参数配置如下:per:每一波掉落的 emoji 个数,默认 6 个duration:掉落动画持续的总时长,默认 8000msdropDuration:每个 emoji 掉落时长的平均值,默认 2400msdropFrequency:掉落频率,即每两拨的时间间隔,默认 500ms在 layout 中配置 EmojiRainLayout 继承自 StackLayout,你完全可以把它当做原生的 StackLayout 使用。<com.luolc.emojirain.EmojiRainLayout xmlns:ohos="http://schemas.huawei.com/res/ohos" xmlns:app="http://schemas.huawei.com/res/ohos-auto" xmlns:tools="http://schemas.android.com/tools" ohos:height="match_parent" ohos:width="match_parent" app:dropDuration="2400" app:dropFrequency="500" app:duration="7200" app:per="10"> <Text ohos:height="match_content" ohos:width="match_content" ohos:text="Hello world!" /></com.luolc.emojirain.EmojiRainLayout>public class MainAbilitySlice extends AbilitySlice { private EmojiRainLayout mContainer; @Override protected void onStart(Intent intent) { super.onStart(intent); super.setUIContent(ResourceTable.Layout_ability_main); // bind view mContainer = (EmojiRainLayout) findComponentById(ResourceTable.Id_group_emoji_container); // add emoji sources mContainer.addEmoji(ResourceTable.Media_emoji_1_3); mContainer.addEmoji(ResourceTable.Media_emoji_2_3); mContainer.addEmoji(ResourceTable.Media_emoji_3_3); mContainer.addEmoji(ResourceTable.Media_emoji_4_3); mContainer.addEmoji(ResourceTable.Media_emoji_5_3); // set emojis per flow, default 6 mContainer.setPer(10); // set total duration in milliseconds, default 8000 mContainer.setDuration(7200); // set average drop duration in milliseconds, default 2400 mContainer.setDropDuration(2400); // set drop frequency in milliseconds, default 500 mContainer.setDropFrequency(500); }}开始掉落:mContainer.startDropping();停止掉落:mContainer.stopDropping();项目地址:https://gitee.com/chinasoft5_ohos/EmojiRain作者:杜晨阳
-
尝试下载了几个镜像,运行时都会报错如何正确操作/感谢!
-
【功能模块】aclmdlGetInputSizeByIndex【操作步骤&问题现象】1、mindstudio上运行模型推理demo,将模型换成了自己的网络,编译成功但是运行失败2、aclmdlGetInputSizeByIndex获取的模型输入size是输入图像size的32倍。使用tf训练模型时我将batchsize设置成32,不知道有没有关系。转换模型的时候shape[0]是-1,不是32【截图信息】【日志信息】(可选,上传日志内容或者附件)
-
样例地址https://gitee.com/ascend/samples/tree/master/cplusplus/level2_simple_inference/2_object_detection
-
无人车比赛中,使用 物体检测-RetinaNet_ResNet50 中的算法进行训练之后创建模型:想问下这个应该怎么办呢
-
【功能模块】Notebook【操作步骤&问题现象】1、自己电脑运行正常2、在华为云Notebook上运行报IndexError:tuple index out of range错误3、认为可能是python版本问题导致【截图信息】【日志信息】(可选,上传日志内容或者附件)
-
在学习使用docker过程中会遇到镜像和容器,两者之间的区别是什么?一.什么是image镜像可以看成是由多个镜像层叠加起来的一个文件系统(通过UnionFS与AUFS文件联合系统实现),镜像层也可以简单理解为一个基本的镜像,而每个镜像层之间通过指针的形式进行叠加。镜像是一堆只读层的统一视角,除了最底层没有指向外,每一层都指向它的父层。统一文件系统( Union File System)技术能够将不同的层整合成一个文件系统,为这些层提供了一个统一的视角,这样就隐藏了多层的存在。在用户的角度看来,只存在一个文件系统。镜像每一层都是不可写的,都是只读层。二.什么是容器?容器(container)的定义和镜像(image)几乎一模一样,也是一堆层的统一视角,唯一区别在于容器的最上面那一层是可读可写的。要点:容器 = 镜像 + 读写层,并且容器的定义并没有提及是否要运行容器。总结:Image与Container之间的区别和联系? 镜像由一层层只读层堆在一起,容器为镜像只读层+读写层,运行态容器为由一个可读写的文件系统「静态容器」+ 隔离的进程空间和其中的进程构成。 镜像的概念更多偏向于一个环境包,这个环境包可以移动到任意的Docker平台中去运行;而容器就是你运行环境包的实例。你可以针对这个环境包运行N个实例。换句话说container是images的一种具体表现形式。你也可以认为镜像与你装载操作系统iso镜像是一个概念,容器则可理解为镜像启动的操作系统。一个镜像可以启动任意多个容器,即可以装载多个操作系统。
-
【功能模块】OTA【操作步骤&问题现象】1、 用 source insight 查看源码, BearPi_LiteOS_E53_ST1\include\ota\recover_image.h 头文件的函数定义都找不到; 请问函数定义是开源的吗?如果是源文件在哪里?【截图信息】【日志信息】(可选,上传日志内容或者附件)
-
response = requests.post(infer_url, headers=infer_header, files=files, verify=False)post 请求返回如下错误。b'{"erno": "MR.0101", "msg": "The input parameter is invalid", "words_result": {}}'图片接口,约定的类型是什么样的?API 入参 images 类型为 file ,postman 和 页面都能调通,python requests.post(infer_url, headers=infer_header, files=?, data= ?, verify=False)python代码各种试# 调用华为云aifood接口def get_food_infer(data): # huawei call service api token_value = SysApi.get_token() infer_header = { 'X-Auth-Token': token_value, 'Content-Type': 'multipart/form-data; boundary=<calculated when request is sent>', 'Content-Length': '<calculated when request is sent>', # 'Host': 'c6c6774970f94608a2a046f047b985f7.apic.cn-petrochina-1.e8.petrochina' #'1ed7d7f9583b43fa865b8c2ec79969b0.apig.cn-north-4.huaweicloudapis.com' #'6a74819e2a9f4994a842b865934e954e.apig.cn-north-4.huaweicloudapis.com' } # 二进制方式打开图片文件 type(data) str_url = data.decode() f = open(str_url, 'rb') f_read = f.read() # img = base64.b64encode(f.read()) infer_dic = {"images": {str_url.split("/")[-1]: f}} # 'images': {'image_a.jpg': b'xxx'} # infer_data = bytes('{}'.format(infer_dic), encoding='utf-8') # files ={'images': (str_url.split("/")[-1], open(str_url, 'rb'), 'image/png')} files = {"images": (str_url.split("/")[-1], open(str_url, "rb"), "image/png")} #files = {'str_url.split("/")[-1]': open(str_url, 'rb')} # files = {'images': (str_url.split("/")[-1], open(str_url, 'rb'), 'image/png', {'Expires': '0'}), 'type': 1} #{'file': (str_url.split("/")[-1], open(str_url, 'rb'), 'image/png')} infer_url = 'https://c6c6774970f94608a2a046f047b985f7.apic.cn-petrochina-1.e8.petrochina/v1/infers/ac1266cf-6980-431b-aab4-9c71bb49825c' response = requests.post(infer_url, headers=infer_header, files=files, verify=False) if response: print(response.json()) return response.json()
-
我把自定义图像数据集转为mindrecord格式(通过Image.open()打开图像,然后直接转为np.ndarray格式,然后才转入record格式)。可是由于我一条数据包含多个图像,并且每个图像的宽高都不一致,因此我需要对转成mindrecord的格式进行map操作来进行数据处理。可是我从record读取的数据是np.ndarray格式的数据(shape为四个维度,分别为n*h*w*c),我的数据处理的operations是针对图像格式(Image)的。我应该怎么样才能对所生成的mindrecord的格式的数据进行预处理呢?
推荐直播
-
空中宣讲会 2025年华为软件精英挑战赛
2025/03/10 周一 18:00-19:00
宸睿 华为云存储技术专家、ACM-ICPC WorldFinal经验 晖哥
2025华为软挑赛空中宣讲会重磅来袭!完整赛程首曝+命题天团硬核拆题+三轮幸运抽奖赢参赛助力礼包,与全国优秀高校开发者同台竞技,直通顶尖赛事起跑线!
即将直播
热门标签