Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >nginx代理其他端口到80端口-低调小熊猫的技术小黑屋

nginx代理其他端口到80端口-低调小熊猫的技术小黑屋

作者头像
低调小熊猫
发布于 2020-06-07 02:48:56
发布于 2020-06-07 02:48:56
3.2K00
代码可运行
举报
文章被收录于专栏:低调小熊猫低调小熊猫
运行总次数:0
代码可运行

nginx代理其他端口到80端口-低调小熊猫的技术小黑屋

我最近遇到微信授权认证回调的一个坑,本地测试的时候,我是用的内网穿透+端口,一切ok。等我配置公众号平台时,才发现微信那边只支持80端口,公司项目80端口已经被占用,我只能用其他端口,尼玛,微信这是个坑啊,然后想到了nginx代理,记录一下我遇到的一些问题,也感谢网上的文章

扩展

其实我看有人用80端口,然后加一个页面,页面跳转到其他端口,方法好像也行,有兴趣可以去研究下

环境及配置:

服务器是Linux操作系统,安装nginx,这个很简单,就不说了,

主要是配置nginx.conf文件

我这里代理18001端口到80端口

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
server{
        listen 80;
        server_name 127.0.0.1:18001;
        location /api/channel/wechat/doGet {
            proxy_pass http://域名:18001/api/channel/wechat/doGet;
        }
}

简单介绍下server下的结点:1. listen:监听的端口,2. servername:转发到哪个地址,3. proxypass:代理到哪个地址,ps:可以添加多个server节点

遇到的坑

我配置完了,但是访问没效果,感觉我的配置文件没生效,排查了一下,发现确实没生效 我用命令重新加载配置文件:nginx -s reload 结果出现错误:-bash: nginx: command not found,以前没玩过nginx,遇到问题就懵逼,然后到处看帖子,原因就不说了,直接说我怎么解决的吧

解决

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/usr/local/nginx/sbin/nginx -c /root/env/nginx/nginx.conf

我这里指定了一下我nginx的配置文件地址就行了,活到老,学到老啊

常用命令

1.启动nginx:service nginx start

2.停止nginx:nginx -s stop

3.查看nginx进程:ps -ef | grep nginx

4.平滑启动nginx:nginx -s reload 平滑启动的意思是在不停止nginx的情况下,重启nginx,重新加载配置文件,启动新的工作线程,完美停止旧的工作线程。

5.强制停止nginx:pkill -9 nginx

6.检查对nginx.conf文件的修改是否正确:nginx -t -c /etc/nginx/nginx.conf

7.查看nginx的版本:nginx -v

感觉还行,学东西就是这样,不会之前一脸懵逼,学完之后又感觉不过如此!

hope-plus 0.2.0已经发布:

集成了:Swagger(丝袜哥)

地址:https://github.com/java-aodeng/hope-plus 欢迎star

本文作者: 低调小熊猫 本文链接: https://aodeng.cc/archives/15501nginx 版权声明: 本博客所有文章除特别声明外,均采用CC BY-NC-SA 3.0 许可协议。转载请注明出处!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-02-14,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 低调小熊猫 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
coco数据集语义分割_实例分割模型
JSON文件的基本格式,以实例分割为例,主要有五个部分:info、licenses、images、annotations、categories
全栈程序员站长
2022/09/23
1.3K0
PyTorch专栏(八):微调基于torchvision 0.3的目标检测模型
【磐创AI 导读】:本篇文章讲解了PyTorch专栏的第四章中的微调基于torchvision 0.3的目标检测模型。查看专栏历史文章,请点击下方蓝色字体进入相应链接阅读。查看关于本专栏的介绍:PyTorch专栏开篇。
磐创AI
2019/09/17
3K0
PyTorch专栏(八):微调基于torchvision 0.3的目标检测模型
最新 COCO数据集的下载、使用方法demo最新详细教程
本文为您提供了COCO数据集的全面指南,涉及其下载、安装及使用方法。文章内容覆盖Python编程语言和机器学习框架,适用于所有级别的读者。关键词包括COCO数据集、图像识别、机器学习应用、Python数据处理、深度学习教程。
猫头虎
2024/05/24
3.4K0
【目标检测】MMDetection的安装与基础使用
MMDetection是商汤和港中文大学针对目标检测任务推出的一个开源工具包,统一标准化了很多前沿模型,为研究者复现代码提供了便利。本篇就来尝试安装一下MMDetection并简单跑一下官方的示例教程。
zstar
2022/09/23
3.2K0
【目标检测】MMDetection的安装与基础使用
自然图像目标检测数据集汇总
所有的标注图片都有Detection需要的label, 但只有部分数据有Segmentation Label。 VOC2007中包含9963张标注过的图片, 由train/val/test三部分组成, 共标注出24,640个物体。 VOC2007的test数据label已经公布, 之后的没有公布(只有图片,没有label)。 对于检测任务,VOC2012的trainval/test包含08-11年的所有对应图片。 trainval有11540张图片共27450个物体。 对于分割任务, VOC2012的trainval包含07-11年的所有对应图片, test只包含08-11。trainval有 2913张图片共6929个物体。
狼啸风云
2019/08/14
2.5K0
妙啊!MMDetection 训练自定义数据集
上一篇讲到如何安装MMDetection,今天要分享如何使用 MMDetection 训练自定义数据集,其实非常简单!
AI算法与图像处理
2021/03/14
2.3K0
MaskRCNN-Benchmark(Pytorch版本)训练自己的数据以及避坑指南
首先要阅读官网说明的环境要求,千万不要一股脑直接安装,不然后面程序很有可能会报错!!!
大黄大黄大黄
2019/05/13
1.9K0
MaskRCNN-Benchmark(Pytorch版本)训练自己的数据以及避坑指南
【目标检测/实例分割】Mask R-CNN简介与Swin Transformer实践测试
之前在看Swin Transformer的时候,发现该算法在目标检测、实例分割等各种视觉任务上屠榜,于是想来实践测试一下。
zstar
2022/10/04
3.4K0
【目标检测/实例分割】Mask R-CNN简介与Swin Transformer实践测试
pycocotools一些api的用法记录
好多目标检测论文都用的是 COCO 的数据集,所以代码也是基于 COCO,因为这个数据集本身比较复杂,为了简化研究人员在处理数据集代码上面花费的时间,有个叫做 pycocotools 的 python 包出现了,在很多论文开源代码中大家都是用这个包来进行代码复现的,因此这里就来小小总结一下
棒棒鸡不棒
2022/09/02
1.1K0
pycocotools一些api的用法记录
MMDetection 快速开始,训练自定义数据集
pytorch==1.7.0 时多卡训练会发生问题,需参考此 Issue。命令参考:
GoCoding
2021/05/06
1.9K0
MMDetection 快速开始,训练自定义数据集
Transformers 4.37 中文文档(五)
目标检测是计算机视觉任务,用于检测图像中的实例(如人类、建筑物或汽车)。目标检测模型接收图像作为输入,并输出检测到的对象的边界框的坐标和相关标签。一幅图像可以包含多个对象,每个对象都有自己的边界框和标签(例如,它可以有一辆汽车和一座建筑物),每个对象可以出现在图像的不同部分(例如,图像可以有几辆汽车)。这个任务通常用于自动驾驶,用于检测行人、道路标志和交通灯等。其他应用包括在图像中计数对象、图像搜索等。
ApacheCN_飞龙
2024/06/26
5150
Transformers 4.37 中文文档(五)
知乎高赞长文解析经典目标检测评价指标—mmAP
本文来自旷视科技南京研究院研究员赵博睿在知乎上发表的文章,他主要研究领域为目标检测。本文上半篇将针对mmAP这一经典的目标检测评价指标详细解析其定义初衷和具体计算方式;下半篇将继续分析mmAP的特点,并介绍针对这些特点现有方法如何“hack” mmAP,最后将提出几个mmAP未考虑到的评测要素。仅抛砖引玉,期待诸君有更优评价指标的提出。
朱晓霞
2020/02/25
2.2K0
mask rcnn训练自己的数据集_fasterrcnn训练自己的数据集
这篇博客是 基于 Google Colab 的 mask rcnn 训练自己的数据集(以实例分割为例)文章中 数据集的制作 这部分的一些补充
全栈程序员站长
2022/09/23
9170
mask rcnn训练自己的数据集_fasterrcnn训练自己的数据集
Caffe2 - (二十二) Detectron 之数据集加载与处理函数
如果处理新的数据集时,强烈推荐将数据集转化为 COCO json 格式,重用先有数据代码即可.
AIHGF
2019/02/27
1.3K0
基于飞桨实现的“太空保卫战士”——地球同步静止轨道空间目标检测系统
卫星的应用十分广泛,许多行业每天都依赖其运作。我们通常会根据高度把人造地球卫星运行的轨道简单地分类为低轨道(200千米~2000千米)、中轨道(2000千米~20000千米)和高轨道(20000千米以上)。
用户1386409
2022/03/31
3860
基于飞桨实现的“太空保卫战士”——地球同步静止轨道空间目标检测系统
目标检测的中的指标的含义及其实现
IoU测量两个区域之间的重叠程度,在目标检测中衡量预测结果和标签(真实的目标边界)之间的重叠程度。
狼啸风云
2023/10/07
7630
目标检测的中的指标的含义及其实现
Caffe2 - (二十四) Detectron 之 utils 函数(2)
Caffe2 - (二十四) Detectron 之 utils 函数(2) 1. env.py """Environment helper functions.""" from __future__ import absolute_import from __future__ import division from __future__ import print_function from __future__ import unicode_literals import imp import os
AIHGF
2018/05/17
1.9K0
利用Pytorch torchvision完成Faster-rcnn目标检测demo及源码详解
Torchvision更新到0.3.0后支持了更多的功能,其中新增模块detection中实现了整个faster-rcnn的功能。本博客主要讲述如何通过torchvision和pytorch使用faster-rcnn,并提供一个demo和对应代码及解析注释。
全栈程序员站长
2022/09/07
1.9K0
利用Pytorch torchvision完成Faster-rcnn目标检测demo及源码详解
机器学习评测指标概述
TP(True Positive):P表示预测为正类;同时实际也是正类,这是正确的,所以是True,组合为TP,也叫真阳
我有一只萌妹子
2022/06/23
1.4K0
机器学习评测指标概述
使用Python分析姿态估计数据集COCO的教程
当我们训练姿势估计模型,比较常用的数据集包括像COCO、MPII和CrowdPose这样的公共数据集,但如果我们将其与不同计算机视觉任务(如对象检测或分类)的公共可用数据集的数量进行比较,就会发现可用的数据集并不多。
AI算法与图像处理
2021/01/20
2.7K0
使用Python分析姿态估计数据集COCO的教程
推荐阅读
相关推荐
coco数据集语义分割_实例分割模型
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验