インフラエンジニアがSegmentation fault をなんとか治してみる - メモとかそんな感じなやつ
普段Webサーバを運用していて、めんどくさいトラブルのひとつに「Segmentation fault」があります。 あれー？なんか500エラーがでるなーなんて思ってログを見るとSegmentation faultになってるときは死にたくなります。 そもそもSegmentation faultはメモリ上にあるデータに対して不正が行われたときに起こるもので、 インフラエンジニアにとってはなかなか手がだせないところでもあります。 それでもなんとかして治さないといけないわけなので せめてどのプログラムが悪さしてるかどうかぐらいは調べ上げてみます。 apacheでのログ apache + mod_perl での環境です。 こんな感じでエラーがでます。 #tail error_log [notice] child pid 26028 exit signal Segmentation fault (11
なぜ apache module を更新すると Segmentation fault するのか : DSAS開発者の部屋
今回は、apache module について気になることがあったので紹介します。 先日 バージョンアップするために apache module を更新した直後 apache が Segmentation fault してしまうという問題に気が付きました。 Segmentation fault した後に apache を再起動すれば、新しいモジュールが反映されて正常に動作するものの何故この様なことが起こるのか不思議に思い原因を調査してみました。 % curl http://localhost/ curl: (52) Empty reply from server レスポンスが空です。apache のログには [Thr Mar 29 17:52:01 2007] [notice] child pid 20001 exit signal Segmentation fault (11) この様なエ
Linuxの各種仮想ネットワークデバイスにおけるSegmentation Offloadの振る舞い
LinuxにおけるSegmentation OffloadとはTCPなどのトランスポートレイヤのプロトコルが送信するデータをMTUに収まるように分割する処理(Segmentation)をNICのレイヤにオフロードすることによってスループットを向上させる技術です. Segmentation Offloadを使った場合, トランスポートレイヤのプロトコルはIPレイヤで許容される最大のサイズ(64KB程度)までのデータを1つのIPパケットで送信することができます. 受信側は逆にネットワークから入ってきたSegmentation済みのパケットをNICのレイヤで1つの大きなIPパケットに集約した上でプロトコルスタックの処理にかけます. これによってプロトコルスタックで処理されるパケットの個数を減らすことができるため, スループットが上がるという仕組みです. Linuxには仮想ネットワークデバイスとい
こんにちは。サーバーサイドエンジニアの三村です。 保険薬局と患者さまを繋ぐ「かかりつけ薬局」化支援アプリ kakariやその姉妹サービスである患者接点を資産化する診療予約システム かかりつけクリニック支援サービス kakari for Clinicの開発を担当しています。 目次 はじめに 現象 bugs.rubyに報告 原因究明までの道のり 環境依存の問題かどうかを切り分け エラー発生ファイルの特定 specの実行順をランダムから定義順に変更 因果関係のあるテストを特定 脱Docker Desktop for Mac MySQL -> SQLiteに変更 再現コードの特定 再現コード報告 修正確認 work around まとめ おまけ はじめに kakariをRuby v3.1.0にアップグレードする作業をしていたところSegmentation faultに遭遇したので、bugs.rub
CTO室SREの@sinsokuです。 先日、弊社のCIで稀によく Segmentation fault が起きるようになりました。 ＿人人人人人人＿ ＞ 突然の死 ＜ ￣Y^Y^Y^Y^Y￣ 調べてみた 最初は気づかなかったけど、画像の右端のダウンロードっぽいアイコンをクリックすると、実行結果のログを全文見ることができます。 [BUG] Segmentation fault at 0x000056529cd6d5e0 ruby 2.6.5p114 (2019-10-01 revision 67812) [x86_64-linux] -- Control frame information ----------------------------------------------- c:0059 p:---- s:0312 e:000311 CFUNC :[] c:0058 p:0016
人間とウェブの未来（旧） 「ウェブの歴史は人類の歴史の繰り返し」という観点から色々勉強しています。2014年までの人間とウェブの未来の旧ブログです。 Apacheのデバッグの方法は多く紹介されていて、例えばgdbを使ってみましょうと紹介されている記事も多いです。しかし、操作の仕方が多岐に渡っていて、なんとなく敷居が高く感じて使わないという人も多いかもしれません。 例えば、Apache周りのエンジニアが一番気になるのは、Segmentation faultだと思います。そこで、今回は自分がSegmentation faultの原因を特定する時の一番手っ取り早い、gdbを使った方法を紹介しようと思います。gdbを使っていない人にとって、gdbって少し敷居が高いんじゃないかなぁ、と思っている人も多いかもしれませんが、今回の方法であればだれでも気軽にできると思います。 まずはバグを作る 今回は、自
【DirectWrite】MacTypeまとめ（2016/11/17更新）【Window10】 - Segmentation fault
MacTypeはWindowsの絶望的なフォントレンダリングを改善するソフトです。 このソフトは、2013年のビルドから更新が止まっており、DirectWriteを使用するソフトで使えないなどの仕様がありました。 ChromeとかVivaldiとかSlackとかDirectWriteで描画しているソフトに効かないのは困りますよね... 更新履歴 11/17追記Patch ver1.19がリリース 8/31追記MacType 20160830リリースに対応 7/23追記 Chrome52でMacTypeが効かない方がいらっしゃるようですが、私の環境ではdev + Patch 1.11、サービスモード起動で効果があることを確認してます。 リンク張りミスっていたのを改善 MacType本家の最新版が出ました まだ不安定なところがあるようなのでマージはしてません。 私の環境（Win10 ＋ 64b
Shota Imai@えるエル on Twitter: "テスラの自動運転車の制御AI視点で、行っている処理を可視化したもの semantic segmentation、object detection、depth estimationなど、最近の機械学習、特にCV技術の集合体感がある(… https://t.co/KLdiklVxA3"
テスラの自動運転車の制御AI視点で、行っている処理を可視化したもの semantic segmentation、object detection、depth estimationなど、最近の機械学習、特にCV技術の集合体感がある(… https://t.co/KLdiklVxA3
GDBでSegmentation Faultの原因を突き止める - /* Grid Thinking */
Linuxのプログラムをデバッグするとき、一番困ることはあの有名の「Segmentation Fault」ですね。 プログラムが膨大でマルチプロセス等を使っていたら、どこで問題を起こしているのかすらわからないです。 本編はLinuxのCore Dump機能で問題発生行を特定する方法を紹介します。 まず、前提としてはSegmentation Faultは再現できること。（当たり前ですよね） 下記のプログラムを例とします。#include<stdio.h> #include<string.h> #define DATA "TEST" char mngfile[2][50]; int main() { memset( mngfile, '\0', sizeof(mngfile) ); GetMngFile(mngfile); return 0; } int GetMngFile( mngfile
PHP - Segmentation fault 原因不明のエラーをデバッグする方法 | 海は海、風は風 dozo.rgr.jp
失敗は成功の母。 ということにしておこう。 (ノ・・)ン。。。。。。(((●コロコロッ 開発用のサーバを構築し、 実際に開発しているとどうにも変な動きをしていた。 というのも、サイトにアクセスすると、 画面が真っ白だったりアクセスできませんメッセージが出たりする。 Apacheのプロセスが落ちたんだろうなぁ。 と漠然と思っていたのだが、 結構頻繁に起こるのさすがに調査をすることにした。 ちなみに構成は Debian Sarge Apache 2.0.x (debian package) PHP 5.1.x さて、Apacheのエラーログをみてみると、 エラーが続発していて目を丸くした。 [Sat May 13 17:44:51 2006] [notice] child pid 28627 exit signal Segmentation fault (11) [Sat May 13 17:
A Brief History of CNNs in Image Segmentation: From R-CNN to Mask R-CNN
At Athelas, we use Convolutional Neural Networks(CNNs) for a lot more than just classification! In this post, we’ll see how CNNs can be used, with great results, in image instance segmentation. Ever since Alex Krizhevsky, Geoff Hinton, and Ilya Sutskever won ImageNet in 2012, Convolutional Neural Networks(CNNs) have become the gold standard for image classification. In fact, since then, CNNs have
Why is there a "V" in SIGSEGV Segmentation Fault?06/18/2020 Another long night. I was working on my perfect, bug-free program in C, when the predictable thing happened: $ clang skynet.c -o skynet $ ./skynet.out Segmentation fault (core dumped) Oh, well... Maybe I'll be more lucky taking over the world another night. But then it struck me. My program received a SIGSEGV signal and crashed with "Segm
At Qure, we regularly work on segmentation and object detection problems and we were therefore interested in reviewing the current state of the art. In this post, I review the literature on semantic segmentation. Most research on semantic segmentation use natural/real world image datasets. Although the results are not directly applicable to medical images, I review these papers because research on
[Updated] BodyPix: Real-time Person Segmentation in the Browser with TensorFlow.js
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjtIwhfU9hN31oZq-g0biojjwbrQsBHV-Kbw-vv_mwqR7cmT7kS7anbCDv4VwUsBA_QWIJfYSHrYDPekwUhP62N7QhXG8OoChmjXGtJ2xN44e5kNdBDSe_bPoO4_SL_0ntOw76HXI2t5yw/s1600/bodypix2-twitter.gif November 18, 2019 — Update(November 18th, 2019) BodyPix 2.0 has been released, with multi-person support and improved accuracy (based on ResNet50), a new API, weight quant
![[Updated] BodyPix: Real-time Person Segmentation in the Browser with TensorFlow.js](https://cdn-ak-scissors.b.st-hatena.com/image/square/9305fd394c806e39e6baf24c2c5b84a67a266f6b/height=288;version=1;width=512/https%3A%2F%2Fblogger.googleusercontent.com%2Fimg%2Fb%2FR29vZ2xl%2FAVvXsEjtIwhfU9hN31oZq-g0biojjwbrQsBHV-Kbw-vv_mwqR7cmT7kS7anbCDv4VwUsBA_QWIJfYSHrYDPekwUhP62N7QhXG8OoChmjXGtJ2xN44e5kNdBDSe_bPoO4_SL_0ntOw76HXI2t5yw%2Fw1200-h630-p-k-no-nu%2Fbodypix2-twitter.gif)
C/C++のコードを書いてよく遭遇するのがSegmentation Fault、通称セグフォ。その傾向と対策をまとめてみた。 傾向 セグフォがよく起こるのは以下のとき。 メモリ違反 見てはいけないメモリ領域を参照したときに起こる。コード例は以下。 #include <stdio.h> int main(){ int array[10]; int i; for(i = 0; i < 20; ++i){ array[i] = i; } return 0; } 無限再帰 または 再帰が深すぎる 関数の無限再帰から抜け出せない時にもセグフォが起こる。コード例は以下。 #include <stdio.h> void loop(){ loop(); } int main(){ loop(); return 0; } また、理論上はどこかで再帰が終わるはずであっても、あまりに再帰が深すぎる場合も、やはり
Semantic Segmentationのサーベイ - takminの書きっぱなし備忘録 @はてなブログ
最近、Semantic Segmentationについて調べる機会がありました。 せっかくなので、公開します。 例に挙げた研究は、まだarXivのみに発表されたようなのは(Pix2Pixを除いて)あまりカバーされてません。（この後もう少し調べる予定） Semantic segmentation from Takuya Minagawa また、資料をアップロードしようしたまさに今日、PFNさんがDeep Learningを使った最新のセグメンテーション方法についての素晴らしいセミナーがあったので、この資料と合わせて見ると参考になると思います。この資料でカバーしていないUnet、SegNet、RefineNetなどについても解説されています。
PHP5.3 + ImagickでSegmentation faultが出たときの対処法 · DQNEO起業日記
CentOS 6.3, PHP5.3な環境で、Imagickを使ったらSegmentation faultが出ました。 何とか解決できたので対処法を紹介します。 対処法その１ setResourceLimit()を使ってスレッド数を1に制限する。 $img = new Imagick(); $img->setResourceLimit(6, 1); // 6はTHREAD_LIMITを意味するマジックナンバーだそうです。 http://bugs.debian.org/cgi-bin/bugreport.cgi?bug=652960 対処法その２ 環境変数MAGICK_THREAD_LIMITを1にする。 例えばコマンドラインから実行するなら、 $ export MAGICK_THREAD_LIMIT=1 ; php test.php https://bugs.php.net/bug.php
Catalyst＋mod_perl2＋DBIC(DBD::mysql-v4.008)でSegmentation fault - Unknown::Programming
なんか良く分からんけどSegmentation faultが出て泣きそうだったんだけどやっと原因がわかったっぽい感じなのでメモしとく。 とりあえず環境は下記 CentOS 5.2 Apache 2.2.9 Perl v5.8.8 mod_perl 2.0.4 MySQL 5.0.51b 現象としてはサイトを数時間放置してアクセスすると必ずセグるというもので、当初は何がなんだか分からないL状態でした。 で、coreファイルを解析したところ、 Program terminated with signal 11, Segmentation fault. #0 0x048be024 in mysql_send_query () from /usr/local/mysql/lib/mysql/libmysqlclient.so.15 というメッセージが。どうやらmysqlに問題があるっぽいことがわか
#include <cv.h> #include <highgui.h> int main (int argc, char **argv) { int level = 4; double threshold1, threshold2; IplImage *src_img = 0, *dst_img; CvMemStorage *storage = 0; CvSeq *comp = 0; CvRect roi; // (1)画像の読み込み if (argc >= 2) src_img = cvLoadImage (argv[1], CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR); if (src_img == 0) exit (-1); // (2)領域分割のためにROIをセットする roi.x = roi.y = 0; roi.width
Everything you know about a user immediately available for segmentation and targeting. Combine first-, second-, and third-party data with volunteered zero-party data. Develop user profiles and audience segments and put the data to work across your sites and multi-channel campaigns. Integrate zero-party data to ensure data reliability, transparency, and consent – so you can grow your business no ma
Segmentation Fault の調べ方
プログラムを書いていると，Segmentation fault や Bus error に なってしまうことがよくあります．このようなエラーの原因はどのようにして 探ればよいのでしょうか？ 例えば，このようなプログラムがあります． #include <stdio.h> #define MAX 10 int main(){ int *p; int buf[MAX]; int i; p=buf; for(i=0; i<=MAX/2; i++){ buf[i*2+1]=0; } printf("%d\n", *p); return 0; } これは配列 buf の添字が奇数であるものに 0 を代入します。 また、ポインタ変数 p は配列 buf の先頭要素 を指し、プログラムの最後に先頭要素を表示させています。 ところが，これを実行すると Segmentation fault になります。 $
Philosophy We strive to create an environment conducive to many different types of research across many different time scales and levels of risk. Learn more about our Philosophy Learn more
U-Net: Convolutional Networks for Biomedical Image Segmentation
U-Net: Convolutional Networks for Biomedical Image Segmentation The u-net is convolutional network architecture for fast and precise segmentation of images. Up to now it has outperformed the prior best method (a sliding-window convolutional network) on the ISBI challenge for segmentation of neuronal structures in electron microscopic stacks. It has won the Grand Challenge for Computer-Automated De
View PDF Abstract:We present a novel and practical deep fully convolutional neural network architecture for semantic pixel-wise segmentation termed SegNet. This core trainable segmentation engine consists of an encoder network, a corresponding decoder network followed by a pixel-wise classification layer. The architecture of the encoder network is topologically identical to the 13 convolutional la
mrubyを使っていてsegmentation faultとか出て困ったことは無いでしょうか。こういう場合にgdbでデバッグするノウハウを書きます。gdbの使い方についてはここでは説明しません。 逆アセンブラ gdbでデバッグするならmrubyのバイトコードの逆アセンブラが必要です。標準ではcodedump関数が用意されていますが、なぜかここで説明するような使い方はできないようです。mrubyのJITで使っているものがここにありますので、コピーしてcodedump.cあたりにでも入れておいてくください。 これを使うと、変数mrbとirepが見えていれば、こんな感じでdisasm_irep関数を呼び出すことで逆アセンブルできます。見えていない場合、gdbのupコマンドで呼び出し元を辿っていて見えるところがあればそこで実行可能です。disasm_irepは値を返さないのでcallを使う方がよさ
Bust out your own graphcut based image segmentation with OpenCV [w/ code] – More Than Technical
Bust out your own graphcut based image segmentation with OpenCV [w/ code] This is a tutorial on using Graph-Cuts and Gaussian-Mixture-Models for image segmentation with OpenCV in C++ environment. Update 10/30/2017: See a new implementation of this method using OpenCV-Python, PyMaxflow, SLIC superpixels, Delaunay and other tricks. Been wokring on my masters thesis for a while now, and the path of m
"Efficient Graph-Based Image Segmentation"の手法と実装 - IrohaLog
記事概要 1. Felzenszwalbらの提案したEfficient Graph-Based Image Segmentation *1の手法と実装を解説 2. 手法：画像中の各画素を1つのノードとした木から、輝度が類似なノードをまとめていきセグメンテーションを行う 3. 実装：Union-Findを用いることでo(nlogn)となる Felzenszwalbらの提案したEfficient Graph-Based Image Segmentation を解説してみる。 画像のセグメンテーション*2は1枚の画像を同じような特徴(明るさ、色、テクスチャなど)を持つ複数の領域に分割する処理で、基本的な画像処理技術の1つである。画像合成処理、物体認識、ジェスチャ認識などの前処理として幅広く利用されている。 中でも、2004年にFelzenszwalbらが提案したEfficient Graph-B
U-NetでPascal VOC 2012の画像をSemantic Segmentationする (TensorFlow) - Qiita
Semantic（意味）の Segmentation（分割）です． 機械学習をかじっている方ならどこかで見たことがあるであろう，アレです． YOLOなどObject Detectionとの違いは，画素単位で分類を行う点です． 出力がピクセルごとの予測になることから，出力次元数が大きくなることはなんとなく想像できるのではないでしょうか． U-Netは2015年に発表されたセグメンテーションのためのencoder-decoderモデルで，医療用のセグメンテーション課題 (細胞のセグメンテーションなど) で成果を出しました． U-Net: Convolutional Networks for Biomedical Image Segmentation URL : https://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/ 上記の構造
ソフトウェアバグ -Segmentation Fault- - 株式会社Ninjastars 技術系ブログ
株式会社Ninjastars取締役の齊藤です。 皆様もC言語やC++で開発しているときなどに一度はこの実行時エラーを見たことがあるのではないでしょうか？ 今回はSegmentation Fault（以下セグフォ）がどのようにして発生するのかを詳細に書いていこうと思います。 １.セグフォとは 割り当てられた仮想メモリ領域（セグメント）に読み込み(r)または書き込み(w)、実行の権限(x)がない状態でアクセスしたときに起こるエラーのことを指します。 では、なぜセグフォが必要なのでしょうか? それはメモリに展開されているプロセスを保護し、OS全体に影響を及ぼさないためです。 ２．セグフォの原因を探す手順 プログラムを用意したのでそれを例に原因を探していきましょう。 まず今回のプログラムは標準入力で10byteのbufferに文字データを格納するものです。 標準入力する際、gets関数を使っている
Google AI Blog: Semantic Image Segmentation with DeepLab in TensorFlow
Philosophy We strive to create an environment conducive to many different types of research across many different time scales and levels of risk. Learn more about our Philosophy Learn more
sailay(valen) on Twitter: "Memory segmentation cheat sheet https://t.co/UHiaMB36xP"
Memory segmentation cheat sheet https://t.co/UHiaMB36xP
Deterministic Word Segmentation Using Maximum Matching with Fully Lexicalized Rules
Proceedings of the 14th Conference of the European Chapter of the Association for Computational Linguistics, pages 79–83, Gothenburg, Sweden, April 26-30 2014. c 2014 Association for Computational Linguistics Deterministic Word Segmentation Using Maximum Matching with Fully Lexicalized Rules Manabu Sassano Yahoo Japan Corporation Midtown Tower, 9-7-1 Akasaka, Minato-ku, Tokyo 107-6211, Japan msass
GitHub - matterport/Mask_RCNN: Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
CRF as RNN Semantic Image Segmentation Live Demo Our work allows computers to recognize objects in images, what is distinctive about our work is that we also recover the 2D outline of the object. Currently we have trained this model to recognize 20 classes. The demo below allows you to test our algorithm on your own images – have a try and see if you can fool it, if you get some good examples you
GitHub - qubvel/segmentation_models.pytorch: Semantic segmentation models with pretrained convolutional and transformer-based backbones. PyTorch.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
GitHub - tc39/proposal-intl-segmenter: Unicode text segmentation for ECMAScript
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
GitHub - facebookresearch/detectron2: Detectron2 is a platform for object detection, segmentation and other visual recognition tasks.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
コンピュータビジョンの最新論文調査 Segmentation 編 | BLOG - DeNA Engineering
はじめに こんにちは、AIシステム部でコンピュータビジョンの研究開発をしている唐澤です。 我々のチームでは、常に最新のコンピュータビジョンに関する論文調査を行い、部内で共有・議論しています。今回は Segmentation 編として唐澤 拓己(@Takarasawa_)、葛岡 宏祐(facebook)、宮澤 一之(@kzykmyzw)が調査を行いました。 過去の他タスク編については以下をご参照ください。 Human Recognition 編 3D Vision 編 キーポイント検出の手法を用いた物体検出編 Object Tracking 編 論文調査のスコープ 2018年11月以降にarXivに投稿されたコンピュータビジョンに関する論文を範囲としており、その中から重要と思われるものをピックアップして複数名で調査を行っております。今回は主に Segmentation 技術に関する最新論文を
New: The BSDS500, an extended version of the BSDS300 that includes 200 fresh test images, is now available here. The goal of this work is to provide an empirical basis for research on image segmentation and boundary detection. To this end, we have collected 12,000 hand-labeled segmentations of 1,000 Corel dataset images from 30 human subjects. Half of the segmentations were obtained from present
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Ruby v3.1.0のSegmentation faultに遭遇した話 - メドピア開発者ブログ
CIで稀にSegmentation faultが起きてRubyが死ぬ問題と対応 - メドピア開発者ブログ
ApacheのSegmentation faultはgdbで簡単に特定（mod_mruby編）
Why is there a "V" in SIGSEGV Segmentation Fault?
A 2017 Guide to Semantic Segmentation with Deep Learning
Segmentation Faultの傾向と対策 - minus9d's diary
opencv.jp - OpenCV: 画像分割，領域結合，輪郭検出（Image Segmentation, Connected Components and Contour Retrieval）サンプルコード -
DMP: Real-time data, real-time segmentation.- PIano
Mobile Real-time Video Segmentation
SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
segmentation faultの出たmrubyを楽しくデバッグする方法 - Qiita
Semantic segmentation
CRF as RNN Semantic Image Segmentation
The Berkeley Segmentation Dataset and Benchmark