23种设计模式之适配器模式

  1. package dp.adapter;   
  2.   
  3. /**  
  4.  * 我们吃饭就是等上齐了一起吃,非吃即喝,反正一直嘴不停的吃  
  5.  * 被适配的类  
  6.  */  
  7. public class MyEat {   
  8.        
  9.     public void eat(){   
  10.         System.out.println("吃饭");   
  11.     }   
  12.        
  13.     public void drink(){   
  14.         System.out.println("喝汤");   
  15.     }   
  16. }  
  1. package dp.adapter;   
  2.   
  3. /**  
  4.  * MM吃饭方式步骤  
  5.  * 适配的目标接口  
  6.  */  
  7. public interface MMeatTarget {   
  8.     /**  
  9.      *<p>MM喝饭前汤</p>  
  10.      */  
  11.     public void eatFanQitanTang();   
  12.     /**  
  13.      *<p>MM吃正餐</p>  
  14.      */  
  15.     public void eatZhengCan();   
  16.     /**  
  17.      *<p>MM吃饭后水果</p>  
  18.      */  
  19.     public void eatFanHouShuiGuo();   
  20. }  
  1. package dp.adapter;   
  2.   
  3. public class Adapter implements MMeatTarget{   
  4.   
  5.     public MyEat me = new MyEat();   
  6.        
  7.     public Adapter(MyEat me){   
  8.         this.me = me;   
  9.     }   
  10.     @Override  
  11.     public void eatFanHouShuiGuo() {   
  12.         System.out.println("我正在按照MM的步骤吃饭后水果");   
  13.         me.eat();   
  14.     }   
  15.   
  16.     @Override  
  17.     public void eatFanQitanTang() {   
  18.         System.out.println("我正在按照MM的步骤吃饭前汤");   
  19.         me.drink();   
  20.     }   
  21.   
  22.     @Override  
  23.     public void eatZhengCan() {   
  24.         System.out.println("我正在按照MM的步骤吃饭正餐");   
  25.         me.eat();   
  26.         me.drink();   
  27.     }   
  28.   
  29. }  
  1. package dp.adapter;   
  2.   
  3. public class Client {   
  4.     public static void main(String[] args) {   
  5.         MMeatTarget met = new Adapter(new MyEat());   
  6.         met.eatFanQitanTang();   
  7.         met.eatZhengCan();   
  8.         met.eatFanHouShuiGuo();   
  9.     }   
  10. }  

  • 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