ACTION

/*
 * 项目名 :北京五岳管理系统
 * 副系统名 :继承自stucts的Action抽象类

 * class名 :AdmitAction.java
 * version :1.0
 * 日期 :2005/07/06
 * 著作权 :Copyright beijingwuyue 2005, All rights reserved.
 */
package admit.action;

import admit.form.AdmitForm;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import org.apache.struts.action.Action;
import org.apache.struts.action.ActionForm;
import org.apache.struts.action.ActionForward;
import org.apache.struts.action.ActionMapping;
import org.apache.struts.util.MessageResources;

/**
 * <p>Title: AdmitAction.java</p>
 * <p>Description: 继承自stucts的Action抽象类</p>
 * <p>Copyright: Copyright (c) 2005</p>
 * <p>Company: 五岳</p>
 *
 * @author gongjian
 * @version 1.0
 */
public abstract class AdmitAction extends Action {

    //定义Log日志对象,在子类中可以直接使用
 protected Log log = LogFactory.getLog(this.getClass());
 
 //定义一个Request对象

 private HttpServletRequest requestHandler;
 
 /*
  * 重写structs包的方法,用final关键字修饰之后无法在子类被重写
  *
  * @see org.apache.struts.action.Action#execute(org.apache.struts.action.ActionMappinaaorg.apache.struts.action.ActionForm, javax.servlet.http.HttpServletRequest, javax.servlet.http.HttpServletResponse)
  */
 public final ActionForward execute(
  ActionMapping mapping,
  ActionForm form,
  HttpServletRequest request,
  HttpServletResponse response) {
  
  requestHandler=request;
  log.debug("-= execute start=-");
  //forward
  ActionForward forward = null;
  
  try {
     
      //从ActionForm中提取数据
   AdmitForm admitForm = (AdmitForm) form;

   AdmitActionContext context = new AdmitActionContext(request);
   
   String result = "";
   
   //登陆
   if (CheckLogin(context)) {
    result = this.execute(admitForm, context);
   }
   //没有登陆
   else {
    result = "error";
   }

   //根据result在structs-config.xml文件中寻找相对应的路径和文件
   forward = mapping.findForward(result);
   
  } catch (Exception e) {
   log.error(e);
   forward = mapping.findForward("error");
  }

  log.debug("-= execute end =-");

  return forward;
 }
 
 /**
  * 抽象类,子类使用,返回确定转向的字符串
  *
  * @param Form ActionForm
  * @param context ActionContext
  * @return String 用于转向的字符串
  * @throws Exception
  */
 public abstract String execute(AdmitForm form, AdmitActionContext context)
  throws Exception;
 
 
 /**
  * 检查用户是否登陆
  *
  * @param context ActionContext
  * @return true    用户已经登陆
  *               false  用户没有登陆
  */
 public boolean CheckLogin(AdmitActionContext context) {
  
  String login = (String)context.getSessionData("login");
  if ("1".equals(login)) {
   return true;
  } else {
   return false;
  }
 }
 
 /**
  *
  * @return
  */
 public MessageResources getMessageResources(){
  return getResources(requestHandler);
 }
}

  • 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