RMI 的相关概念

1、java.rmi.server.RemoteObject类
     每一个远程类都有自身的特点,它必须刻画远程对象的行为,并提供基本语义以支持远程的调用,如:必须创建对象后输出到指定的端口以等待被远程调用。要使一个对象扩展远程行为可以有两种方法:
     a、把远程对象自身的引用(this)传送给不同形式的UnicastRemoteObject.exportObject()方法,以显式的形式输出自己。也就是说,在自己的程序中不需要扩展UnicastRemoteObject类,直接在自己的类中加入预计:UnicastRemoteO bject.exportObject(this)即可。
     b、扩展java.rmi.server.RemoteServer类或者子类,以超类的方法输出自己。RemoteServer类有两个子类,一般都是扩展他的子类,他们分别是:UnicastRemoteObject和Activatable类,UnicastRemoteObject类定义了简单的传送远程对象,他要求其引用只有在服务器进程活动时才有效,这种方法是用的比较多的方法;Activatable类可以在其远程方法被调用时激活,并在必要的时候关闭自己,减少服务器上的占用资源。
       这里的“输出”一词封装了远程对象可接收请求的能力,多个对象可以在同一个端口上监听。
       对了,RemoteObject类是什么?他是RemoteServer的超类。
       注意:远程对象在必要是需要准确的实现冲Object类中继承的hashCode方法、equals方法和toString方法。
     2、Stub(存根)和Skeleton(骨架)
     Stub和Skeleton是经过rmic命令生成的,我们的程序要通过远程调用,底层一定是套接字的字节传输,要一个对象序列化成为一个字节数组,传输到服务器或者客户端的对端之后,再把该对象反序列化成为对应的对象,这些网络传输的过程要求安全,稳定等等非常麻烦的操作,Stub驻留客户端,承担着代理远程对象的实现者的角色,Skeleton类帮助远程对象与Stub再RMI连接上进行通信。RMI的客户与Stub进行交换,Stub与Skeleton通信,Skeketon负责与服务器进行交互,因此有了Stub和Skeleton之后我们就不需要实现底层通信的细节,我们进行的远程调用,只需要通过接口对方法进行操作即可,使分布式调用实现了位置上的透明,即:远程调用就像本地调用一样。
       通俗的说,RMI的代理模式迫使方法调用必须通过充当替身的代理对象,即Stub和Skeleton,由这些代理对象将方法传递给实际的对象。
       在远程虚拟机中,每个远程对象都有一个Skeleton对应,Skeleton负责将调用分配给实际的远程对象来实现,他的工作是在服务器端的。在JDK1.2版本以上的环境中不需要Skeleton,因为Jdk1.2推出了附加的Skeleton,并且对底层的协议也进行了修改,性能上有很大提升,默认的rmic命令是不会产生Skeleton类的,如果要想生成Skeleton类可以使用rmic -v1.1 即可。
       Stub的操作任务:
         a、初始化与包含远程对象远程虚拟机的连接
         b、与远程虚拟机参数进行编组 ,也就是调度,包括参数的写入以及传输
         c、等待方法的调用结果
         d、解编返回值和返回的异常 。也就是读取服务器上的返回值,也称为反调度
         e、将结果返回给调用程序。
       Skeleton对应的任务:
         a、读取远程方法的参数,也就是解编
         b、 调用实际远程对象上的方法
         c、将结果或者异常组编(写入并传输)给调用程序
       Stub与Skeleton的关系以及操作是对应的关系 。只要我们有编译好的远程对象的类 ,就可以调用jdk的rmic命令来生成stub和skeleton了 ,关键是我们需要理解Stub是客户 端应用程序的代理 ,Skeleton是服务器端应用程序的代理 ,他们之间协作完成客户端与服务器之间的方法调用时的通信。
       了解者两个概念之后,我们接下来需要了解JNDI以及RMI注册表两个概念,等剩下的两个概念了解了,我们基本上对RMI就可以入门了。
  • 0
    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