일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 리눅스환경
- 배열복사
- Decapsulation
- docker
- 모래시계출력
- 브로드캐스트
- 리눅스계열
- name=springapplication
- SpringApplication
- 페이로드
- 포트포워딩 안될때
- 오름차순
- instancenotfoundexception
- 백준1946
- 배열빈도수
- 배열최소값최대값
- 도커권한설정
- javax.management.instancenotfoundexception: org.springframework.boot:type=admin
- 디비버
- 포트포워딩
- 우분투
- ubuntu
- 백준
- wan
- 유니캐스트
- dbeaver
- jmx
- 네트워크모델
- 도커
- springboot
- Today
- Total
목록전체 글 (68)
다잘하고싶어

javax.management.InstanceNotFoundException: org.springframework.boot:type=Admin,name=SpringApplication SpringBoot 로 프로젝트 진행하는 과정에서 어플리케이션의 기능은 정상적으로 작동하는데,디버그 로그에는 계속 다음의 에러가 발생하는 것이 찝찝해서 찾아보았다.javax.management.InstanceNotFoundException: org.springframework.boot:type=Admin,name=SpringApplication at com.sun.jmx.interceptor.DefaultMBeanServerInterceptor.getMBean(DefaultMBeanServerInterceptor.java:..
Person 객체를 생성해서 멤버변수로 서류등수와 면접등수를 선언했다 Comparator 를 이용하여 객체배열을 서류등수 기준으로 오름차순 정렬한 후, 면접 등수를 비교하여 신입사원으로 채용가능한 숫자를 증가시키는 방향으로 진행했다. 이미 서류기준 정렬이 되어 있으므로, 다음인덱스의 서류 등수는 이전 인덱스의 서류 등수보다 낮다 따라서 현재 인덱스의 면접 등수는 그동안의 이전 인덱스들의 면접 등수보다 높아야 한다 for 돌면서 min 값을 갱신하고, 들고가면서 비교해야한다. import java.io.BufferedReader; import java.io.InputStreamReader; import java.util.Arrays; import java.util.Comparator; import java..

맨 왼쪽 상단 콘센트를 누르면 새로운 connection 추가 가능 ## 도커 컨테이너 이름 확인 → docker ps -- name oracle11g로 접속 $ docker exec -it oracle11g sqlplus sql 문을 사용해서 database 확인해준다 확인한 db name 을 입력해주고 username 은 system, password 는 oracle 입력해주면 접속된다. 연결완료
먼저 도커에 접근 가능한 그룹에 해당 사용자가 있는지 확인해야한다 아래 내용 중 → 는 명령어 입력 부분 : 는 해당 명령어 입력 후 출력될 내용이다 ## 사용자가 속한 그룹 확인 → groups : ${사용자 아이디} adm dialout cdrom floppy sudo audio dip video plugdev netdev .. 이 중 docker 가 없다면 권한없음 에러 발생한다. ## 사용자 계정을 docker 그룹에 추가 및 재로그인 → sudo usermod -aG docker ${사용자 계정명} → groups >> 여기까지는 변화없음 >> 재로그인 → sudo su -l ${사용자 계정명} → groups ## 이제 그룹 중 docker 가 있을 것이다 → docker info ## 입력 ..

OSI 7계층과 TCP/IP 비교 공통점 - 계층적 네트워크 모델 - 계층 간 역할 정의 => 네트워크를 계층으로 나눠두고 그 계층 당 역할을 배정해뒀다 차이점 - 계층의 수 차이 - OSI 는 역할 기반, TCP/IP 는 프로토콜 기반 - OSI 는 통신 전반에 대한 표준 - TCP/IP는 데이터 전송 기술 특화 => OSI 는 논리적, TCP/IP는 실무적인 느낌 패킷 = 네트워크를 통해 전달되는 데이터 ( 형식화 된 블록) - 제어 정보와 사용자 데이터로 이루어지며, 사용자 데이터는 페이로드 라고 한다. - 누가누구에게, 어떻게, 어떤 데이터를,, 의 정보들이 들어있다. - 패킷은 여러번 포장된 택배상자로 생각하면 된다. 페이로드 : 실질적으로 보내고자 하는 데이터 주로 헤더가 사용되고, 푸터는 잘..

LAN : Local ARea Network. 근거리통신망 WAN : Wide Area Network. 원거리 통신망. 가까운 지역끼리 묶인 LAN과 LAN을 다시 하나로 묶은 것. 통신방식 유니캐스트 : 특정 대상이랑만 1:1로 통신 멀티캐스트 : 특정 다수와 1:N으로 통신 브로드캐스트 : 같은 네트워크에 있는 모든 대상과 통신 프로토콜 만약 유니캐스트를 하고싶을 때 컴퓨터는 어떻게 특정 컴퓨터와 통신할까? 식별 방법 이때 사용하는 것이 프로토콜이다. 프로토콜은 일종의 약속 양식. 네트워크는 노드끼리 통신할때 이 프로토콜을 지켜서 통신한다. 가까운곳 : 이더넷 멀리있는 곳 : ICMP, IPv4, ARP 특정 프로그램과 통신할때 : TCP , UDP (포트번호) 여러개의 프로토콜은 캡슐화되어 "패킷"..
리눅스 종류 리눅스는 두가지 계열의 리눅스가 존재한다. 바로 레드햇, 데비안 이다. 레드햇 계열 레드헷 계열은 레드햇 회사에서 배포한 리눅스로, 오픈소스로 제공되다 상용화 된 상태. 레드햇 계열에는 페도라와 센토스가 있는데, 최근에는 센토스가 더 많이 사용되는 추세 CentOS 데비안 계열 데비안은 온라인 커뮤니티에서 제작배포되어 레드햇보다 더 먼저 시장을 선점. 넓은 유저층을 가지고 있어 초보 유저들이 접근하기 쉬운 OS 이다. Ubuntu

이번 공장안전자동화시스템 개발 프로젝트 FacSafe (Factory + Safety) 를 진행하면서 화재, 낙상 감지를 인식하는 딥러닝 모델 학습 및 적용 부분을 담당하게 되었다. 생각보다 정확한 데이터셋을 찾는 것이 쉽지 않았고, 찾더라도 정확도를 높이기 위해 반복적으로 학습을 시켜주어야 했다 아래 내용은 딥러닝모델 학습 과정에서 겪었던 어려움을 정리한 내용이다. roboflow 에서 낙상 관련 dataset 을 다운 받은 후 학습을 시키면 폴더 내에 runs\detect\train\weights 폴더가 생성되고 이 안에 "best.pt" 파일이 생성된다. 즉, 학습 후 가장 높은 퀄리티의 학습된 결과가 저장된 것. 인식 정확도를 높이기 위해서는 같은 모델을 여러번 학습시켜야 한다 한번 학습을 실행시..

이번 공장안전자동화시스템 개발 프로젝트 FacSafe (Factory + Safety) 를 진행하면서 화재, 낙상 감지를 인식하는 딥러닝 모델 학습 및 적용 부분을 담당하게 되었다. 아래 내용은 실제 화재 및 연기 감지 모델을 학습시키면서 발생했던 에러와 추가적으로 공부했던 내용을 정리한 내용이다. 발생한 에러 TypeError : ERROR segment dataset incorrectly formatted or not a segmnet dataset. 모델학습을 시키는 과정에서 다음과 같은 에러가 발생했다. 에러로그를 찬찬히 보면 문제를 파악할 수 있는데 아래 내용을 보면 더 빠르게 에러발생 원인을 알 수 있다. YOLOv8 학습 시 알아야할 것 YOLO 에는 4가지 분야가 존재한다는 것! Detec..

이번 공장안전자동화시스템 개발 프로젝트 FacSafe (Factory + Safety) 를 진행하면서 화재, 낙상 감지를 인식하는 딥러닝 모델 학습 및 적용 부분을 담당하게 되었다. 딥러닝 모델학습은 처음 경험해보는 것이라 조금 막막하기도 했는데, 생각보다 관련 자료들이 많아서 쉽게 따라할 수 있었다. 아래 내용은 자료들을 참고해 실제 프로젝트에 적용할 YoloV8을 실습해본 내용이다. YOLO Object Detection, 객체 인식 이미지 또는 비디오에서 개체를 식별하고 찾는 것과 관련된 컴퓨터 비전 작업 Object Detection 기술은 두 가지 질문을 위해 존재 이것은 무엇인가? 특정 이미지에서 대상을 식별하기 위함 어디에 위치해있는가? 이미지 내에서 개체의 정확한 위치를 설정하기 위함 YO..