bitnami redmine thin服务器无法启动问题

造物主在胃中 2017-07-27 05:56:04
介于CSDN没有托管工具模块,只好随便发一下,这个问题困扰了我很久,搜索了很多的资料大家都没有找到解决方案,无意中才发现是什么问题,专门立个帖子希望不要再有人被这么坑了

问题现象:
redmine_thin 的两个服务开启后访问即停止

网上解决方案:
1删除 \apps\redmine\htdocs\plugins 中的插件
2手动开启


如果以上都不能解决问题的,查看一下自己的\apps\redmine\htdocs\config\datebase.yml配置文件,密码项是否没有加双引号

redmine本身的ruby代码在这里没有写强转导致纯数字密码被认为是 fixnum类型,结果就报错并导致服务停止,加上双引号就解决问题了
...全文
1418 1 打赏 收藏 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
nancyccw 2017-11-24
  • 打赏
  • 举报
回复
我刚安装也遇到这个问题。解决方案你想不到。 之前安装我选了中文语言,后面卸载再安装,最后出现个提示,安装出错了,提示信息是乱码。不知道哪里的问题啊,看production log也没看出啥来。 再卸载,安装的时候选英文。我想着提示信息这下可以看懂了吧?没想到啊,居然一次安装成功!那两个服务也正常启动了。OMG
数据集可视化效果见下方。 【数据集概况】 · 检测类别(中文):[火(fire)] · 训练集:2565 张 · 验证集:244 张 · 测试集:122 张 · 总计:2931 张 该数据集针对夜间道路环境中的火情检测需求,精准捕捉火源特征,为道路安全监控系统提供可靠的数据支持,具有显著的安全预警价值和实际应用意义。该数据集的训练集、验证集和测试集分别包含2565张、244张和122张图像,分布比例合理,能够有效支持模型的训练、验证和测试过程,确保模型性能的稳定性和可靠性。该数据集的标注工作严谨细致,火目标的边界框标注精准,与实际火源位置高度吻合,标注规范符合行业标准,为模型... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 58 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9537** mAP50-95 | 0.6455 Precision | 0.9156 Recall | 0.9168 train/box_loss | 1.0237 train/cls_loss | 0.5109 val/box_loss | 1.1818 val/cls_loss | 0.5480 【训练过程分析】 58 轮训练后 mAP50 达到 0.9537,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。但 mAP50-95 为 0.6455,和 mAP50 差距 0.31,定位精度仍有优化空间。 【模型性能评估】 Precision 0.9156、Recall 0.9168,精召双高,模型对火的检测能力强。 ...

111,128

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧