zencart模板网站 我用ftp传的首页flash图片又不显示了

tian_fang 2012-05-29 01:36:27
我用ftp传的首页flash图片又不显示了 传时的目录和图片名都一样 我只是想替换一下旧图片 zencart模板网站我想知道是不是图片传上去后还要在后台怎么设置下
...全文
329 12 打赏 收藏 转发到动态 举报
写回复
用AI写文章
12 条回复
切换为时间正序
请发表友善的回复…
发表回复
  • 打赏
  • 举报
回复
你应该是图片权限问题。 莆田zencart 建站 qq 1806098280
tian_fang 2012-05-29
  • 打赏
  • 举报
回复
图片名和图片格式都没问题 但就是不显示 和老板娘没什么关系 只是我们公司最近被老员工把公司资料给卖了 所以我们现在关于有密码的东西都是老板娘亲自管这 连后台密码也是她临时给的
daswcszxw 2012-05-29
  • 打赏
  • 举报
回复
[Quote=引用 8 楼 的回复:]
引用 7 楼 的回复:
我没用过zencart。但是原理就是这样。去你的图片目录搜 /images/banners/flash4.jpg 这张图片存不存在不就知道了。

理论上是这样 图片是老板娘传的 她传上去说图片不显示 让我解决下 我唯一能解决的办法是看在后台能不能设置,因为我们服务器的密码我们都不知道
[/Quote]

你和老板娘什么关系?

daswcszxw 2012-05-29
  • 打赏
  • 举报
回复

根据本吊丝的观察是?你图片有问题吧。
正常情况下
http://www.jewelrysbest.com/images/banners/flash4.jpg 如果没有这图会出404的。
而你这情况是,图片显示 X
1.图片不存在重新上传图片
2.图片格式有问题的。
tian_fang 2012-05-29
  • 打赏
  • 举报
回复
[Quote=引用 7 楼 的回复:]
我没用过zencart。但是原理就是这样。去你的图片目录搜 /images/banners/flash4.jpg 这张图片存不存在不就知道了。
[/Quote]
理论上是这样 图片是老板娘传的 她传上去说图片不显示 让我解决下 我唯一能解决的办法是看在后台能不能设置,因为我们服务器的密码我们都不知道
一起混吧 2012-05-29
  • 打赏
  • 举报
回复
我没用过zencart。但是原理就是这样。去你的图片目录搜 /images/banners/flash4.jpg 这张图片存不存在不就知道了。
tian_fang 2012-05-29
  • 打赏
  • 举报
回复
[Quote=引用 5 楼 的回复:]
明显第四张图片不存在。重新传一下应该就好了。
[/Quote]
你确定用zencart模板做的网站中用ftp传的flash图片不用在后台哪个位置设置吗?
一起混吧 2012-05-29
  • 打赏
  • 举报
回复
明显第四张图片不存在。重新传一下应该就好了。
tian_fang 2012-05-29
  • 打赏
  • 举报
回复
网址http://www.jewelrysbest.com/ 中间的flash图片4不显示
一起混吧 2012-05-29
  • 打赏
  • 举报
回复
这问题太笼统了。不知从何答起。 又没有提供任何信息。给出测试地址看看。
tian_fang 2012-05-29
  • 打赏
  • 举报
回复
路径是对的 就是不知道权限需要在哪设置 请高手帮忙指点下
一起混吧 2012-05-29
  • 打赏
  • 举报
回复
检查路径是否写正确了。当然还得有相关权限。
下载代码方式:https://pan.quark.cn/s/f37bcecd66c0 YOLOv3(You Only Look Once version 3)是一种基于深度学习技术的目标检测方法,由Joseph Redmon、Ali Farhadi等研究者于2018年开发。该算法在目标检测领域展现出广泛的应用前景,特别是在实时视频处理、自动驾驶系统以及智能监控系统等场景中。与YOLO的前两个版本相比,YOLOv3在提升检测准确性的同时,依然维持了较高的处理速度。YOLOv3模型的关键构成要素包括三个主要部分:网络设计、损失评估机制以及数据准备流程。1. **网络设计**:YOLOv3以DarkNet-53作为其基础网络结构,DarkNet-53是一种包含53层卷积层的深度卷积神经网络,其设计目标在于实现准确性与计算效率的均衡。YOLOv3引入了特征金字塔网络(Feature Pyramid Network, FPN)的理念,这一创新能够有效检测不同尺寸的目标。模型通过多个层级进行预测,每个层级专门负责识别特定尺寸的物体,从而显著增强了小尺寸目标的检测性能。2. **多尺度预测**:YOLOv3在三个不同的尺度上执行预测任务,每个尺度对应一组不同的锚框(Anchor Boxes),锚框是预先设定的可能目标尺寸,用于初始化检测框。每个网格单元负责预测多个锚框,每个锚框包含两个坐标偏移量(表示框的位置)、一个置信度得分(表明该框内存在目标的概率)以及类别概率。3. **优化的Anchor Boxes**:与YOLOv2相比,YOLOv3采用了更多种类的锚框,这些锚框具有不同的比例和尺寸,从而更有效地适应各种形状和大小的目标。4. **损失评估机制**:YOLOv3的...

4,250

社区成员

发帖
与我相关
我的任务
社区描述
国内外优秀PHP框架讨论学习
社区管理员
  • Framework
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