开始接触c++

大学里,除了学过c也学过c#,另外主要学习的还是java。java也算学习了很长时间了,平常主要用java做web上面的开发,但对于java也还算是菜鸟一个。

毕业之后,参加工作了,项目经理尽然让我去搞c++,虽说大学里也算是学的很广了,可是c++还真没接触过,真是感觉茫然啊!虽然有了java的面向对象的思想又有c的面向过程思想,可是不管怎么样,领导的话还是要听啊,这不是君要臣死臣不得不死嘛,所以没办法,开始放弃java搞起c++。

虽说自己对java也不是很了解,可是当我看到c++的语法规则,我怎么突然感觉java的语言好简练呢,顿时让我更喜欢java了。不得不说,c++把冒号用的真是出神入化啊,双冒号,单冒号各有各的用途,单的既可以表示三目运算符,又可以在构造函数中为属性赋值,还可以表示继承。

另外,c++的指针和引用更是把我搞得头昏脑胀,c++中new出来的是指针而不是一般的对象变量,而且还要手动的去释放内存什么的,对我这个学java对内存不怎么关心的人,真的是看起来头大。c++中的一会是const * ,一会是*const,真的是把我搞得糊里糊涂的。可是在这个项目里呆着,我还要接着去玩c++(做服务器),怎么办呢,只能硬着头皮来了。只是希望自己能快点从java中走出来,看着c++总会把它跟java比。

加班时间,不想看书,就来博客发发牢骚,小弟对编程语言也不是很懂,不敢对编程语言有什么看法,希望各位看了不要心里不爽啊!

  • 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