第六章学习记录

                           201711671112 《JAVA程序设计》第六章学习总结

教材学习内容总结

1、使用关键字interface来定义一个接口,接口的定义分为接口声明和接口体

interface Printable{

final int MAX=100;

void add();

float sum(float x,float y);}

2、接口提中包含常量的声明(没有变量)和抽象方法 ,接口体只有抽象的方法,没有普通的方法,而且接口体中所有的常量的访问权限一定都是public,而且是static常量,所有的抽象方法的访问权限一定都是public(可省public astract),没有构造函数

3、接口由类实现以便使用接口中的方法。一个类需要在类声明中使用关键字implements声明该类实现一个或多个接口,实现多个用逗号隔开接口名,例 animal的dog子类实现eatable和sleepable接口

class Dog extends Animal implements Eatable,Sleepable

4、如果一个非抽象类实现了某个接口,那么这个类必须重写这个接口的所有方法

Example6_1

package Example6_1;
interface Computable{
	int MAX=46;
	int f(int x);
}
class China implements Computable{      //china类实现computable接口
	int number;
	public int f(int x) {
		int sum=0;
		for(int i=1;i<x;i++) {
			sum=sum+i;
		}
		return sum;
	}
}
class Japan implements Computable{
	int number;
	public int f(int x) {
		return MAX+x;  //直接使用接口中的常量
	}
}
public class Example6_1 {
	public static void main(String[] args) {
		China zhang;
		Japan henlu;
		zhang=new China();
		henlu=new Japan();
		zhang.number=32+Computable.MAX;      //用接口名访问接口常量
		henlu.number=14+Computable.MAX;
		System.out.println("zhang的学号"+zhang.number+",zhang求和结果"+zhang.f(100));
		System.out.println("henlu的学号"+henlu.number+",henlu求和结果"+henlu.f(100));
	}
}

5、如果一个类声明实现一个接口,但没有重写接口中的所有方法,那么这个类必须是抽象类。抽象类既可以重写接口中的方法,也可以直接拥有接口中的方法。

6、接口中的UML图,接口的名字必须是斜体字体,而且需要<<interface>>修饰名字,分为两行

7、接口属于引用型变量,接口变量中可以存放实现该接口类型的实例引用,即存放对象的引用。

8、接口回调:可以把实现某一接口的类创建的对象的引用复制给该接口声明的接口变量,那么该接口变量就可以调用被类实现的方法。接口无法调用类中的其他非接口方法。

example6_2

package Example6_2;
interface ShowMessage{
	void 显示商标(String s);
}
class TV implements ShowMessage{
	public void 显示商标(String s) {
		System.out.println(s);
	}
}
class PC implements ShowMessage{
	public void 显示商标(String s) {
		System.out.println(s);
	}
}
public class Example6_2 {
	public static void main(String[] args) {
		ShowMessage sm;          //声明接口变量
		sm=new TV();             //接口变量中存放对象的引用
		sm.显示商标("长城牌电视机");     //接口回调
		sm=new PC();             //接口变量中存放对象的引用
		sm.显示商标("联想奔月5008PC机");//接口回调
	}

}

9、接口可以要求某些类有相同的名称的方法,但方法的具体内容可以不同。接口在要求一些类有相同名称的方法时,并不强迫这些类具有相同的父类。

  • 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),生成有可能包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算法包括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算法包括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。其网络结构通常包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
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),生成有可能包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算法包括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算法包括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。其网络结构通常包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
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),生成有可能包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算法包括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算法包括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。其网络结构通常包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