小编ree*_*h11的帖子

我在一个docker-compose.yml中有两个容器.两者在同一网络上都是相同的.我已经使用"depends_on"添加了依赖项,我能够ping另一个容器,但curl无效.

version: "2.1"
services:
    web:
            restart: always
            build:
                    context: .
                    dockerfile: web.dockerfile
            ports:
                    - "9000:8080"
            expose:
                    - "8080"

            networks:
                    - test

    nginx_web:
            restart: always
            build:
                    context: .
                    dockerfile: nginx_web.dockerfile
            ports:
                    - "8100:80"
            expose:
                    - "80"
            depends_on:
                    - web
            networks:
                    - test
    networks:
            test:

当我尝试从nginx_web容器ping到web时,它运行正常.但卷曲不起作用.我正进入(状态

curl: (7) Failed to connect to 172.28.0.7 port 8080: Connection refused

当我从主机直接卷曲到9000端口的网络时,它工作正常.

我正在尝试在jenkins作业中创建virtualenv,然后安装requirements.txt.但我无法创建virtualenv.这就是我的Jenkins文件的样子.

sh 'sudo easy_install pip; pip install virtualenv'

但我得到了

+ sudo easy_install pip
Searching for pip
Best match: pip 9.0.1
Processing pip-9.0.1-py2.7.egg
pip 9.0.1 is already the active version in easy-install.pth
Installing pip script to /usr/local/bin
Installing pip2.7 script to /usr/local/bin
Installing pip2 script to /usr/local/bin

Using /Library/Python/2.7/site-packages/pip-9.0.1-py2.7.egg
Processing dependencies for pip
Finished processing dependencies for pip
+ pip install virtualenv
/Users/Shared/Jenkins/Home/workspace/test-jenkinsfile@tmp/durable-e0a93859/script.sh: line 3: pip: command not found

我目前正在研究人脸检测，然后是眼睛、嘴巴、鼻子和其他面部特征。对于上面的检测，我使用了haarcascade（正面脸、眼睛、右耳、左耳和嘴）。现在，如果脸部是正面的，一切正常和直。但是，如果面部处于侧视图中或旋转了，则效果不佳。对于侧视图，我使用了 lbscascade_profile.xml（它仅适用于脸部的右侧）。但是对于旋转的人脸，我无法检测到人脸。任何人都可以在上述上下文中帮助我。我在这里添加我的代码以便更好地理解。PS：提前致谢，请原谅我的幼稚问题（可能是因为我对编程非常陌生）。

void detectAndDisplay( Mat frame)
{


// create a vector array to store the face found
std::vector<Rect> faces;

Mat frame_gray;
bool mirror_image = false;    
// convert the frame image into gray image file 
cvtColor( frame, frame_gray, CV_BGR2GRAY);
//equalize the gray image file
equalizeHist( frame_gray, frame_gray);

//find the frontal faces and store them in vector array 
face_cascade1.detectMultiScale(frame_gray,
                               faces,
                               1.1, 2,
                               0|CV_HAAR_SCALE_IMAGE|CV_HAAR_FIND_BIGGEST_OBJECT,
                               Size(40, 40),
                               Size(200, 200));

// find the right side face and store that in the face vector …