多主体复制中,当一个表没有主键而且表中还有很多重复数据,应该怎样设置复制阿?

alwaystar 2007-11-12 07:54:21
多主体复制中,当一个表没有主键而且表中还有很多重复数据,应该怎样设置复制阿?
...全文
127 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
alwaystar 2007-11-13
  • 打赏
  • 举报
回复
是啊,可是现在没办法修改数据结构。我是在别人已有的数据基础上作复制的,郁闷
wyf8607287276 2007-11-13
  • 打赏
  • 举报
回复
郁闷
HelloWorld_001 2007-11-12
  • 打赏
  • 举报
回复
搭车问下,什么是多主体复制.
如果存在2条完全一样的记录,就无法设主键了.
否则你可以设联合主键的
汽车与停车位关键点检测数据集 一、基础信息 • 数据集名称:汽车与停车位关键点检测数据集 • 图片数量: 训练集:308张图片 验证集:47张图片 测试集:22张图片 总计:377张实际场景图片 • 训练集:308张图片 • 验证集:47张图片 • 测试集:22张图片 • 总计:377张实际场景图片 • 分类类别: car(汽车):常见交通工具,用于检测车辆位置和形状。 parking-space(停车位):标识可用或占用停车区域,支持空间定位。 • car(汽车):常见交通工具,用于检测车辆位置和形状。 • parking-space(停车位):标识可用或占用停车区域,支持空间定位。 • 标注格式:YOLO格式,包含关键点坐标标签,适用于关键点检测任务。 • 数据格式:图片文件来源于真实环境,覆盖多种停车场景。 二、适用场景 • 智能停车管理系统开发:用于自动检测停车位占用状态和汽车位置,提升停车场管理效率。 • 自动驾驶与辅助驾驶系统:帮助车辆识别可用停车位并精准定位,支持自动泊车功能。 • 城市交通监控与规划:分析停车位使用模式和汽车分布,优化城市交通资源分配。 • 计算机视觉研究:支持关键点检测、目标定位等任务,推动自动驾驶和智能交通算法创新。 三、数据集优势 • 关键点标注精准:每个标注包含多个关键点坐标,精确描述汽车和停车位的形状与位置,确保模型学习细粒度特征。 • 场景多样性:数据涵盖不同环境和角度,增强模型在复杂场景下的泛化能力和鲁棒性。 • 格式兼容性强:YOLO标注格式易于集成到主流深度学习框架,方便快速部署和实验。 • 实用价值突出:直接应用于智能交通和自动驾驶领域,为停车管理和车辆导航提供可靠数据支撑。

3,497

社区成员

发帖
与我相关
我的任务
社区描述
Oracle 高级技术相关讨论专区
社区管理员
  • 高级技术社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧