2013年5月7日

进程是执行中的程序,是OS资源管理的最小单位,包括独立的地址空间,申请的系统资源等。

 

线程是单一顺序的控制流,执行一段功能代码,是CPU分配的最小单位。

 

区别是线程没有独立的地址空间。

 

关系是进程中可以包含多个线程,有主线程管理子线程(启动、挂起、停止)。

 

Java的线程类是java.lang.Thread类

Thread对象的方法run()来完成其操作的,方法run( )称为线程体

 

public Thread()

public Thread(Runnable target)

public Thread(Runnable target, String name)

public Thread(String name)

 

在Java中有两种方法实现线程体:一是继承线程类Thread,二是实现接口Runnable。

线程中有一个stop()方法也可以停止线程,但是由于这种方法会产生线程死锁问题,
所以在新版JDK中已经废止了,它的替代解决方法就是增加标识,就是我们在本例中采用的方案。

android要求主线程的职责是显示UI控件、处理UI事件、启动子线程、停止子线程和更新UI,子线程的职责是计算逝去的时间和向主线程发出更新UI消息。

android和线程相关的对象Handler、Message、MessageQueue、Looper、HandlerThread。

 

===============================================
(1)、在子类的dealloc方法中调用基类的dealloc方法
(2)、在一个函数中创建并返回对象,需要把这个对象设置为autorelease
(3)、Release一个对象后,立即把指针清空。(顺便说一句,release一个空指针是合法的,但不会发生任何事情)
(4)、指针赋值给另一个指针。引用计数需要确认检查
(5)、NSAutoreleasePool自身在销毁的时候,会遍历一遍这个数组,release数组中的每个成员。
     如果此时数组中成员的retain count为1,那么release之后,retain count为0,对象正式被销毁。
     如果此时数组中成员的retain count大于1,那么release之后,retain count大于0,此对象依然没有被销毁,
     内存泄露。
(6)、ClassA *obj1 = [[ClassA alloc] init];
(7)、[obj1 dealloc];
(8)、[obj1 release];


(9)、NSString、NSMutableString
(10)、NSArray 用来存储对象的有序列表
      只能存储Objective—C的对象,不能存储C语言的基本数据类型(int、float、enum、struct、
      或者NSArray中的随机指针)。同时也不能存储nil(对象的零值或NULL值)

(11)、NSEnumerator* enumerator = [array objectEnumerator];

===============================================
Android官方提供的支持不同屏幕大小的全部方法

(1)、使用 "wrap_content" 和 "match_parent"
(2)、使用RelativeLayout
(3)、使用Size限定符

 

===================================================

 Apache是web服务器,Tomcat是应用(java)服务器,它只是一个servlet容器,是Apache的扩展。

 Apache和Tomcat都可以做为独立的web服务器来运行,但是Apache不能解释java程序

  • 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
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