Windows下载、安装并运行MinIO,访问WebUI界面

Windows下载、安装并运行MinIO,访问WebUI界面

MinIO

MinIO 是一款基于 Apache License v2.0 开源协议的对象存储服务,兼容 Amazon S3 云存储服务接口,可用于存储海量非结构化数据(如图片、视频、日志文件等)。本教程针对 Windows 系统搭建本地 MinIO 服务,适合开发测试、小型项目部署场景。

下载MinIO

官网下载

访问MinIO中文官网MinIO英文官网,根据读者的操作系统选择相应的操作系统版本点击MinIO Server/AIStor ServerMinIO Client/AIStor ClientDownload按钮下载对应文件。

说明:两版官网域名不同,Server/Client 的文字标题有差异,但下载文件一致;中文官网下载速度更快,优先推荐。

网盘下载

通过网盘分享的文件:Minio
链接: https://pan.baidu.com/s/1QY42tBv15G6o6i0ENiap9A 提取码: wkk6

下载文件说明

  • minio.exe:MinIO 服务端核心程序(必下载);
  • mc.exe:MinIO 客户端工具(可选,仅需可视化界面 / 命令行管理时下载)。

创建MinIO程序文件夹

  1. 在创建的Minio文件夹中再创建三个文件夹,分别命名为bindatalogs
    • bin:存放 MinIO 可执行文件(minio.exe、mc.exe);
    • data:存储 MinIO 服务的实际数据;

将下载好的MinIO相关文件放到bin目录下,即D:\Minio\bin目录下

在这里插入图片描述


从官网下载的只有mc.exe(可选)和minio.exe两个exe文件,将这两个文件放进去就行

logs:存储服务运行日志(脚本启动时自动生成日志文件);

在这里插入图片描述

在电脑D盘下创建Minio文件夹,文件路径D:\Minio

在这里插入图片描述

启动MinnIO

终端命令行启动

访问前端界面
浏览器地址栏输入localhost:9001(端口为读者实际的端口)即可进入MinIO的前端的控制台页面,用户名密码为上述设置的用户名和密码,默认都为minioadmin

在这里插入图片描述

登陆后进入主页面

在这里插入图片描述

启动MinIO服务

.\minio.exe server D:\Minio\data --console-address "127.0.0.1:9001" --address "127.0.0.1:9000"

其中D:\Minio\data可替换成实际的data文件夹路径;"127.0.0.1:9001"是本地MinIO控制台的前端访问地址,端口号9001可替换成其他可用端口,"127.0.0.1:9000"是本地MinIO服务API调用地址,端口号9000可替换成其他可用端口。

在这里插入图片描述


启动后使用过程中不要关闭终端窗口,否则会导致服务中断

接着控制台输入用于登录MinIO的管理员密码(其中的password可以结合自身实际情况进行更改,前提是必须大于8个字符,如想将用户名设为12345678,即为setx MINIO_ROOT_PASSWORD 12345678)

setx MINIO_ROOT_PASSWORD password 
在这里插入图片描述

在终端输入用于登录MinIO的管理员用户名(其中的name可以结合自身实际情况进行更改,前提是必须大于3个字符,如想将用户名设为root,即为setx MINIO_ROOT_USER root)

setx MINIO_ROOT_USER name 
在这里插入图片描述
注意:setx设置的环境变量为「永久生效」,若仅需临时生效(关闭终端即失效),可改用set MINIO_ROOT_USER=name

切换到 MinIO 的 bin 目录

D: cd D:\Minio\bin 
在这里插入图片描述

Win+R输入cmd打开 Windows 命令提示符

在这里插入图片描述

脚本启动

使用从网盘下载的启动脚本双击即可一键启动MinIO服务,同样启动后使用过程中不要关闭终端窗口,否则会导致服务中断,浏览器地址栏输入localhost:9001(端口为读者实际的端口)即可进入MinIO的前端的控制台页面

在这里插入图片描述

脚本中的内容如下:

@echo off setMINIO_ROOT_USER=minioadmin setMINIO_ROOT_PASSWORD=minioadmin minio.exe server D:\Minio\data --console-address ":9001" --address ":9000"> D:\Minio\logs\minio.log 2>&1
1. @echo off
  • 作用:关闭批处理脚本的命令回显功能。
    • echo off:表示执行后续命令时,不在控制台显示命令本身(只显示命令执行的输出);
    • 开头的 @:让 echo off 这一行本身也不显示,避免脚本执行时打印出 echo off 这个命令。
    • 简单说:加上这行,运行脚本时控制台不会刷屏显示每一条执行的命令,让输出更干净。
2. set MINIO_ROOT_USER=minioadmin
  • 作用:设置 MinIO 的管理员用户名环境变量。
    • set:Windows 批处理中设置环境变量的命令;
    • MINIO_ROOT_USER:MinIO 固定的环境变量名,用于指定管理员账号;
    • minioadmin:设置的管理员用户名(默认值,也可以改成自定义的)。
3. set MINIO_ROOT_PASSWORD=minioadmin
  • 作用:设置 MinIO 的管理员密码环境变量。
    • MINIO_ROOT_PASSWORD:MinIO 固定的环境变量名,用于指定管理员密码;
    • minioadmin:设置的管理员密码(默认值,生产环境建议改成更复杂的密码)。
    • ⚠️ 注意:MinIO 要求密码长度至少 8 位,否则启动会失败。
4. minio.exe server D:\Minio\data --console-address ":9001" --address ":9000" > D:\Minio\logs\minio.log 2>&1
部分含义
minio.exe server启动 MinIO 服务端的核心命令(minio.exe 是 MinIO 的 Windows 可执行文件)
D:\Minio\data指定 MinIO 存储数据的目录(如果该目录不存在,MinIO 会自动创建)
--console-address ":9001"指定 MinIO 控制台的访问端口为 9001(浏览器访问 http://本机IP:9001 即可登录控制台)
--address ":9000"指定 MinIO 服务的 API 端口为 9000(程序调用 MinIO 接口时使用该端口)
> D:\Minio\logs\minio.log将命令的标准输出(正常日志)重定向到 D:\Minio\logs\minio.log 文件中(不再显示在控制台)
2>&1将命令的错误输出(报错信息)也重定向到和标准输出相同的文件中(即 minio.log),确保所有日志都集中保存

Read more

airsim无人机自动避障路径规划自动跟踪实验辅导

airsim无人机自动避障路径规划自动跟踪实验辅导

计算机人工智sci/ei会议/ccf/核心,擅长机器学习,深度学习,神经网络,语义分割等计算机视觉,精通大小lun文润色修改,代码复现,创新点改进等等。文末有方式 2025-2026最容易出顶会/毕业论文的热门方向之一:   基于AirSim的无人机深度强化学习路径规划——你真的“卷”对了吗? 如果你现在还在做传统A*、RRT、DWA、人工势场、或者纯深度学习的端到端避障…… 那很抱歉,2025年底~2026年审稿人和答辩老师已经开始审美疲劳了。 真正让审稿人眼睛一亮、让毕业答辩现场鸦雀无声的关键词组合,现在大概长这样: AirSim + 深度强化学习 + 无人机 + 路径规划 + Sim-to-Real + 视觉/激光融合 + 端到端 + 稀疏奖励 下面这几个组合,几乎是目前最容易做出“看上去就很前沿”的实验结果的赛道(尤其适合发中文核心、EI、SCI三区~二区,以及部分顶会workshop): 1.DQN/DDPG/

By Ne0inhk

【无人机避障算法核心技术】:揭秘五种主流算法原理与实战应用场景

第一章:无人机避障算法概述 无人机避障算法是实现自主飞行的核心技术之一,其目标是在复杂环境中实时感知障碍物,并规划安全路径以避免碰撞。随着传感器技术和计算能力的提升,避障系统已从简单的距离检测发展为融合多源信息的智能决策体系。 避障系统的基本组成 典型的无人机避障系统包含以下关键模块: * 感知模块:利用激光雷达、超声波、立体视觉或RGB-D相机获取环境数据 * 数据处理模块:对原始传感器数据进行滤波、特征提取和障碍物识别 * 决策与规划模块:基于环境模型生成避障轨迹,常用算法包括A*、Dijkstra、RRT和动态窗口法(DWA) 常见避障算法对比 算法优点缺点适用场景A*路径最优,搜索效率高高维空间计算开销大静态环境全局规划DWA实时性强,适合动态避障局部最优风险室内低速飞行RRT*渐进最优,适应复杂空间收敛速度慢三维未知环境 基于深度学习的避障方法示例 近年来,端到端神经网络被用于直接从图像生成控制指令。以下是一个简化的行为克隆模型推理代码片段: import torch import torchvision.transforms as tran

By Ne0inhk
医疗连续体机器人模块化控制界面设计与Python库应用研究(下)

医疗连续体机器人模块化控制界面设计与Python库应用研究(下)

软件环境部署 系统软件架构以实时性与兼容性为核心设计目标,具体配置如下表所示: 类别配置详情操作系统Ubuntu 20.04 LTS,集成RT_PREEMPT实时内核补丁(调度延迟<1 ms)开发环境Python 3.8核心库组件PyQt5 5.15.4(图形界面)、OpenCV 4.5.5(图像处理)、NumPy 1.21.6(数值计算) 该环境支持模块化控制界面开发与传感器数据的实时融合处理,为连续体机器人的逆运动学求解(如FB CCD算法测试)提供稳定运行基础[16]。 手眼协调校准 为实现视觉引导的精确控制,需完成相机与机器人基坐标系的空间映射校准,具体流程如下: 1. 标识点布置:在机器人末端及各段首尾、中间位置共固定7个反光标识点,构建臂型跟踪特征集[29]; 2. 数据采集:采用NOKOV度量光学动作捕捉系统(8台相机,

By Ne0inhk

简单易学的分离式部署小米智能家居Miloco方法

一、安装环境 * Windows用户:安装WSL2以及Docker * macOS/Linux用户:安装Docker 此处不再赘述,网上随便找个教程即可。特别地,对于Windows用户来说,你需要将 WSL2 的网络模式设置为 Mirrored。 二、使用Docker部署Miloco后端 以下均为bash命令。请Windows用户进入WSL2 / Linux、macOS用户进入终端操作: mkdir miloco cd milico vi docker-compose.yml 以下是compose的内容(不会使用vi的同学可以傻瓜式操作:先按i,再使用粘贴功能,然后按冒号,输入wq然后回车,记得关闭输入法): services:backend:container_name: miloco-backend image: ghcr.nju.edu.cn/xiaomi/miloco-backend:latest network_mode:

By Ne0inhk