spring 07 aop 上

aop :切面编程,使得在不改变业务方法的情况下,织入我们自己想要执行的方法。

     先介绍使用注解的方式进行织入。

          使用注解一般使用apectj 进行,需要导入的jar包为:aspectj,和aspectjweaver

         定义自己的类 并把该类声明成一个切面

             /*
 * 如何把一个类声明为一个切面?
 * 1、把该类放入ioc容器中,也就是要扫入该类
 * 2、将该类声明为一个切面 注意需要导入aspectj的jar包
 * 3、将类中的方法进行声明(前置通知、后置通知等)
 * 4、 execution描述 哪些类,哪些方法会触发我们定义的方法
 * 5、在配置文件中设置该aspectj注解起作用

                  即在applicationContext.xmlW文件中配置 :

                                            <!--该配置使得aspectj起作用   -->
                                                     <aop:aspectj-autoproxy></aop:aspectj-autoproxy>

 */

             eg:

                package com.nan.common;

import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Before;
import org.springframework.stereotype.Component;

/**
 *
 *<p>Title: LoggingAspect </p>
 *<p>Description:  创建日志</P>
 *<p>Company: </p>
 * @author XiaoqiangNan
 * @date 2017年11月16日 下午9:17:51
 */


@Aspect
@Component
public class LoggingAspect {
    
    @Before("execution(public * com.nan.controller.*.*(..))")
    public void beforMethod() {
        System.out.println("loggning method executed");
    }
   
}

重点说一下execution的写法:

           最为具体的写法:    execution( public int com.nan.controller.MyController.add(int,int))  

                                                  这样就指定了哪个包下的哪个类下的哪个方法需要执行该方法。

          使用占位符来写        execution(* com.nan.controller.*.*(..))

                                              第一个* 标识任意修饰符的类 public private protected 以及返回值的类型

                                              后面跟的是包的名字,如果你想搞所有的包当然也可以用* 代替,不过开发哪有这么干的呢哈哈

                                             第二个* 是类名

                                             第三个*是方法名

                                             括号里两个点表是任意样式的参数列表

这样就可以完成注解的aop基本构架。

         后续介绍几个通知类型,和如何获取目标方法的各种参数。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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