WPF部署(一):WebService配置文件及编译时拷贝

本文介绍如何配置.NET项目的WebService以通过App.config读取服务地址,并讲解了如何设置文件属性以便在编译时自动拷贝必要的资源。

1.webservice配置文件读取
本项目是添加的兼容.net 2.0 WebService:
a.References->Advanced->Add Web Reference
b.在URL栏里面加上地址:http://10.185.XXX.XXX:XXXX/XXX/GetMainXXX?wsdl
c.向导生成的Reference.cs文件中,Service构造函数里面添加代码:
<span style="font-size:18px;">  if (GlobalSceneFuns.getInstance().isEntryPointConfig)//增加代码:读取App.config的配置
                this.Url = ConfigurationManager.AppSettings["DataCenterService"];
            else//向导添加的代码,默认
            	this.Url = xxxx;//URLAddress</span>

d.App.config配置
<appSettings>
<!--描述-->
<add key="DataCenterService" value="http://10.185.XXX.XXX:XXXX/XXX/GetMainXXX/" />
</appSettings>
这样,程序WebService部署地址修改时,只需要修改App.config配置


2. 编译时拷贝
部署时,将需要发布的文件属性设置为Copy always,这样编译时会将文件拷贝到生成目录。


yolo算法港口码头船舶目标检测数据集 目标类别:['ship'] 中文类别:['船舶'] 训练集:16046 张 验证集:1971 张 测试集:983 张 总计:19000 张 该数据集提供了data.yaml文件,内容如下: train: ../train/images val: ../valid/images test: ../test/images nc: 1 names: ['ship'] 该数据集聚焦于港口码头及近海水域的船舶检测任务,涵盖多种类型船舶在不同天气、光照和水文条件下的真实场景。图像样本覆盖了货轮、客轮、拖船、油轮及工程船等典型船只,充分体现了海上交通与港口作业的复杂性与多样性。通过高精度标注,该数据集为海上智能监控、船舶识别与航行安全预警系统提供了高质量的数据支撑,具有重要的实际应用价值。 该数据集在训练集、验证集和测试集之间实现了科学合理的分布,训练集包含16046张图像,验证集1971张,测试集983张,总计19000张。这种分布结构确保了模型在训练过程中具备充足的样本学习能力,同时验证集与测试集规模适中,能够有效评估模型的泛化性能与稳定性,符合深度学习项目对数据划分的标准要求。 该数据集的标注工作严谨规范,所有船舶均采用精确边界框进行标注,覆盖了不同尺寸、姿态和视角下的目标实例。标注框紧密贴合船舶轮廓,未出现明显偏移或遗漏,且在复杂背景(如水面反光、雾天、桥梁遮挡)下仍保持高致性。标注信息完整可靠,为后续模型训练提供了坚实基础。 该数据集可广泛应用于港口自动化管理、海上交通监控、船舶动态跟踪、航道安全预警以及海洋执法等领域。其丰富的场景覆盖和多样化的船舶类型使其特别适用于智慧港口建设、海上搜救系统开发及航运物流智能化升级,能够有效提升相关系统的识别准确率与响应效率,推动海洋经济数字化转型。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值