温故而知新·Oracle《五》

DDL语句:数据定义语言,专门用来创建数据结构
    描述主要的数据库对象:数据库对象就是存储数据的单元
    创建表
    描述各种数据类型
    修改表的定义
    删除,重命名和清空表


    常见的数据库对象:
        表:基本的数据存储集合,由行和列组成。
视图:从表中抽出的逻辑上相关的数据集合。
序列:提供有规律的数值。
索引:提高查询的效率。
同义词:给对象起别名。


    Oracle数据库中的表:
        用户定义的表:用户自己创建维护的一组表;包含了用户所需的信息。
      SELECT * FROM user_tables;查看用户创建的表
数据字典:由Oracle Server自动创建的一组表;包含数据库信息。
    查询数据字典:
        查看用户定义的各种数据库对象:SELECT DISINCT object_type FROM user_objects;
查看用户定义的表,视图,同义词和序列:SLECT * FROM user_catalog;




        CREATE TABLE 语句
必须具备:CREATE TABLE 权限 存储空间
          CREATE TABLE [schema.]table {column datatype [DEFAULT exor]};
        必须指定:表名 列名,数据类型,尺寸
    CREATE TABLE 表名(
        列名 数据类型(长度),
列名 数据类型(长度)
    );
        DDL语句是自动提交的,ROLLBACK是无效操作。


数据类型:
    VARCHAR2(size) 可变长度字符数据
    CHAR(size)     定长字符数据
    NUMBER(p,s)    可变长数值数据
    DATE           日期型数据
    LONG           可变长字符数据,最大可达2G
    CLOB           字符数据,最大可达4G
    RAM(LONG RAM)  原始的二进制数据
    BLOB           二进制数据。最大可达4G
    BFILE          存储外部文件的二进制数据。最大可达4G
    ROWID          行地址
 
    使用子查询创建表
        使用 AS subquery 选项,将创建表和插入数据结合起来
CREATE TABLE table [{column, column}] AS subquery;
指定的列和子查询中的列要一一对应
通过列名和默认值定义列
1.CREATE TABLE 表 as 子查询;SELECT * FROM 表,结构和数据全部复制过去
    CREATE TABLE dept1 AS SELECT * FROM dept;
2.只包含某一个表的某些字段,将* 改成指定的字段即可
    CREATE TABLE dept2 AS SELECT dname,loc FROM dept;
3.通过子查询创建表的时候,新建表的字段名称指定,可以通过别名。
    CREATE TABLE dept3 AS SELECT dname 名字, loc 地址 FROM dept;
4.创建一张表,和另外一张某些列对应,但是只需要数据表结构,不需要数据
    CREATE TABLE dept4 AS SELECT dname,loc FROM dept WHERE 1=2;


   ALTER TABLE 语句
       作用:追加新的列
             修改现有的列
     为新追加的列定义默认值
     删除一个列
     重命名表的一个列名
       DML:INSERT UPDATE DELETE:数据的
       DDL语句的修改:表结构
       1.增加表的列
           ALTER TABLE 表名 ADD (列名 类型(长度),...)
   ALTER TABLE emp ADD (tel varchar2(12), sex varchar2(2));
       2.修改表的名字
           ALTER TABLE 原始表名 RENAME TO 新的表名;
       3.修改列的名字
           ALTER TABLE 表名 RENAME column 原始列名 TO 新的列名;
       4.修改列的类型及尺寸,默认值
           ALTER TABLE 表名 MODIFY(列名 类型(长度) DEFAULT 默认值,...)
       5.删除某一个列
           ALTER TABLE 表名 DROP column 列名;
            
   删除表
      数据和结构都被删除
      所有正在运行的相关事务被提交
      所有相关索引被删除了
      DROP TABLE 语句不能回滚
      DROP TABLE 表名;
   
   清空表:数据
      DELECT FROM 表名;/*表可以回滚*/
      TRUNCATE TABLE 表名;/*不可以回滚*/
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值