利用XMLBuddy在Eclipse中开发XML(转)

http://blog.csdn.net/javamxj/archive/2005/03/28/332588.aspx

这篇文章主要是介绍在Eclipse 平台中是如何支持XML开发的,着重讲解的是XMLBuddy插件。

这里只介绍不要Money的一种,就是XMLBuddy,它主要提供是有关DTD方面的验证、代码助手等功能;还有一种是要Money的,是XMLBuddy Pro,它相对于XMLBuddy来说,扩展了许多功能,比如对Schema、XSLT、RELAX NG 的支持。对于XML的一般编写,XMLBuddy已经够用了,而且它是免费的,很容易得到,所以这里就着重谈谈它了。
[@more@]
一、下载与安装
1. 下载
XMLBuddy的主页地址是:http://www.xmlbuddy.com/
下载要注意是XMLBuddy,不是XMLBuddy Pro。这里给出一个下载地址,是XMLBuddy 2.0.38版本的:
注意:这个版本匹配的是eclipse 3.0.1-3.1M5。
为了讲解方便,我使用的eclipse的版本是3.0.1,并且安装了中文语言包,没有安装其它插件。如图:
o_xml2.jpg
2. 安装
安装XMLBuddy 2.0.38
先解压这个下载的文件,然后将com.objfac.xmleditor_2.0.38这个目录复制到eclipse安装目录下的plugins目录中即可;或者采用links方式安装也可以。
再次启动eclipse,应该可以发现XMLBuddy已经安装了。
o_xml3.jpg
3. 定制
如果要定制XMLBuddy,可以通过 窗口 ->首选项 ->XMLBuddy 来修改:
o_xml4.jpg
二、使用XMLBuddy
下面开始讲解如何使用XMLBuddy:
· 新建一个名称为“XMLBuddyDemo”的Java项目,然后建立一个web.xml文件。如下:
xml version="1.0" encoding="GBK"?> DOCTYPE web-app      PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" 	 "http://java.sun.com/dtd/web-app_2_3.dtd"><web-app>	<welcome-file-list>		<welcome-file>index.htmlwelcome-file>	welcome-file-list>web-app>
· 如果此时没有连接因特网的话,如下图:
o_xml5.jpg
这时,如果你输入代码,也不会出现代码提示的功能。
· 连接因特网,重新打开web.xml文件,停顿片刻(XMLBuddy会自动下载web-app_2_3.dtd),然后如图进行操作:
o_xml6.jpg
还可以使用“Alt+/”进行代码提示。
· 完成后的代码:
xml version="1.0" encoding="GBK"?> DOCTYPE web-app      PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" 	 "http://java.sun.com/dtd/web-app_2_3.dtd"><web-app>			<welcome-file-list>		<welcome-file>index.htmlwelcome-file>	welcome-file-list>		<error-page>		<error-code>			404		error-code>		<location>			/error.jsp		location>	error-page>	web-app>
怎么样,方便吧!
补充
如果你打开eclipse目录workspace.metadata.pluginscom.objfac.xmleditor.cache 下的“f1”文件(不一定是f1这个名称,可能是f2、f3等名称),会发现这个文件就是web-app_2_3.dtd。
· 如果不能连接因特网,或者名称空间中所含的链接是失效的,可以先通过别的途径取得web-app_2_3.dtd文件,比如将它放在D:/xml目录下,然后直接引用即可,如下:
xml version="1.0" encoding="GBK"?> DOCTYPE web-app      PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN" 	 ><web-app>			<welcome-file-list>		<welcome-file>index.htmlwelcome-file>	welcome-file-list>		web-app>
你可以试试将名称空间(即!DOCTYPE标记)去掉,一样是可以部署在Tomcat中的。
· XMLBuddy还有其它功能,比如“格式化”代码。
o_xml7.jpg
三、一些题外话
其它插件,比如Lomboz、JBoss-IDE等虽然也可以编辑XML文件,但就其性能来说,不如XMLBuddy,这里也就不多说了。
但有一点要注意,当安装多个插件后,XML文件的默认打开方式不一定是XMLBuddy了(这是安装JBoss-IDE后的结果),这时,可以选中要打开的XML文件,右击,选择XMLBuddy打开,当下次再打开这个XML文件时,eclipse会默认调用XMLBuddy来操作。当然,也可以选择其它插件打开。你还可以通过修改XML文件的默认打开方式来进行操作(窗口 ->首选项 ->工作台 ->文件关联),甚至可以调用一个外部软件(比如 XML Spy)操作XML文件(如果你认为这些插件都不合心意的话)。
o_xml8.jpg
总的来说,XMLBuddy对于XML文档类型为DTD的文件来说,操作还是很不错的,但对于XML文档类型为W3C XML Schema模式的文件来说,就不太好了,当然,你可以使用XMLBuddy Pro版本编辑,不过似乎也不大好用。还好,大部分还是DTD的,这样XMLBuddy还是有的用的。
现在,eclipse下有一个项目,是“Eclipse Web Tools Platform Project”,当前版本是 1.0M3,主要是用来开发J2EE及WEB方面的应用的,当然可以编辑XML文件了。试用了一下还是很不错的,下面给个图来给大家解解渴:
o_xml1.jpg
其实,我一直认为,XML文件是程序与程序进行交流的一种方式,但不应该是程序与程序员进行交流的一种方式。我总觉得它太罗嗦了,真是受不了,跟唐僧似的(开个玩笑,放松放松)。所以我一般不大情愿编写XML文件,经常是利用XDoclet来生成XML文件。这些都是题外话了,就不罗嗦了。


Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=332588

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/14377/viewspace-891236/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/14377/viewspace-891236/

  • 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 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