一、问题描述： 在布置集群（设置node-1001节点）索引分片的时候，报错如下： 二、解决方法：可能是集群中的其他es节点（node-1002，node-1003....）没有打开 把集群中其他几个es节点打开应该可以解决问题！！！

1.在另外的master节点执行以下命令kubectlgetnode   #查看需要删除的节点名称kubectldeletenodek8s-master01 #删除名为k8s-master01的节点2.在k8s-master01清空集群配置信息kubeadmreset --cri-socket=unix:///var/run/cri-dockerd.sock #因为我使用的是1.26.0版本的k8s所以需要指定crirm-rf /var/lib/etcd   #删除etcd的文件，不删除的话下次加入集群会报错3.通过其余的master节点删除k8s-master01的etcd信息kubectl

在k8s集群内查找master节点方式：sudokubectlgetnodes 获取集群信息如下：k8smaster的api-server信息在ROLES中带有master节点的服务器内查找apiserver地址信息sudocat/etc/kubernetes/manifests/kube-apiserver.yaml 查看k8s服务证书keysudocat/etc/kubernetes/pki/ca.crt 

    今天使用git将项目提交远程仓库时报错了，报错如下：        error:failedtopushsomerefsto'https://gitee.com/wang-junyanga/qiuy.git' 出现问题前的操作：    我再gitee中初始化了一个名字为Qiuy的仓库，里面有一个默认的分支为master，我想要将本地仓库中的名为my_git_test的一个vue项目推送到远程仓库Qiuy的默认分支master 中(其它的分支也一样)。正确的提交方式(解决方式)：    先使用 gitremoteaddoriginhttps://gitee.com/wang-junyan

idtopLayoutGuideObj=objc_msgSend(viewController,@selector(myselector));“函数调用的参数过多，预​​期为0，实际为2”但是，objc_msgSend的函数签名如下所示:#if!OBJC_OLD_DISPATCH_PROTOTYPESOBJC_EXPORTvoidobjc_msgSend(void/*idself,SELop,...*/)__OSX_AVAILABLE_STARTING(__MAC_10_0,__IPHONE_2_0);OBJC_EXPORTvoidobjc_msgSendSuper(void/*str

idtopLayoutGuideObj=objc_msgSend(viewController,@selector(myselector));“函数调用的参数过多，预​​期为0，实际为2”但是，objc_msgSend的函数签名如下所示:#if!OBJC_OLD_DISPATCH_PROTOTYPESOBJC_EXPORTvoidobjc_msgSend(void/*idself,SELop,...*/)__OSX_AVAILABLE_STARTING(__MAC_10_0,__IPHONE_2_0);OBJC_EXPORTvoidobjc_msgSendSuper(void/*str

文档4.7ROS分布式通信本人在跟着赵虚左老师的视频学习ROS1的过程中，配置了分布式通信后，可以正常使用。但在只使用主机调试时，会报错失败。经过实验，可以将~/.bashrc下的配置改为如下，或将其写在此脚本最下面就好。exportROS_MASTER_URI=http://localhost:11311exportROS_HOSTNAME=localhost~/.bashrc对当前用户有效，每次开启shell的时候刷新

图1NuScences纯视觉3D检测榜单(2022.3.18)  这篇论文对应NuScenes纯视觉榜三方法PETR，旷视科技于2022年3月上传至arXiv。PETR是DETR3D的改进，在没有外部训练数据的情况下，性能已经优于DETR3D。本人由于工作原因比较关注ATE（平均目标中心点误差）和AOE（平均目标偏航角误差）两项指标，从图2可以看出，PETR方法AOE指标基本和DETR3D方法持平，但ATE指标除了bicycle类别均优于DETR3D，尤其是bus和constructionvehicle这类大型车辆目标。图2PETR和DETR3D性能对比PETR论文链接：https://arx

图1NuScences纯视觉3D检测榜单(2022.3.18)  这篇论文对应NuScenes纯视觉榜三方法PETR，旷视科技于2022年3月上传至arXiv。PETR是DETR3D的改进，在没有外部训练数据的情况下，性能已经优于DETR3D。本人由于工作原因比较关注ATE（平均目标中心点误差）和AOE（平均目标偏航角误差）两项指标，从图2可以看出，PETR方法AOE指标基本和DETR3D方法持平，但ATE指标除了bicycle类别均优于DETR3D，尤其是bus和constructionvehicle这类大型车辆目标。图2PETR和DETR3D性能对比PETR论文链接：https://arx

PETR:PositionEmbeddingTransformationforMulti-View3DObjectDetection作者单位旷视目的DETR3D中2D->3D过程存在的问题：预测的参考点坐标可能不准确，在采样图片特征时可能拿不到对应的特征。只有参考点投影位置的图像特征被使用，无法学到全局的特征。采样图像特征的过程过于复杂，难于应用本文的目标是在DETR的基础上，提出一个简单优雅的3D目标检测框架本文的贡献总结：提出了一个简单优雅的框架，PETR，用于多视角的3D目标检测。提出了一个新的3Dposition-aware表示在nuScenes数据集上达到了sota方法网络结构网络整