java连接数据库demo

package databaseDB_connection;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;

/*
* 创建连接数据库(需要数据库服务保持运行状态,需要ojdbc6.jar包)
* */
public class util {
public static Connection getConnection() {
Connection conn = null;
try {
// 加载驱动
Class.forName("oracle.jdbc.driver.OracleDriver");
conn = DriverManager.getConnection(
"jdbc:oracle:thin:@172.22.0.84:1521:devdb", "sywj", "sywj");
} catch (Exception e) { // jdbc:oracle:thin:@172.22.0.84:1521:devdb
// TODO: handle exception
e.printStackTrace();
}
return conn;

}

// 关闭数据库
public void closeDB(ResultSet rs, Statement smt, Connection conn) {
try {
if (rs != null) {
rs.close();
}
if (smt != null) {
smt.close();
}
if (conn != null) {
conn.close();
}
} catch (SQLException e) {
// TODO Auto-generated catch block
System.out.println("关闭数据库连接失败!");
e.printStackTrace();
}
}
//测试连接是否成功
public static void main(String[] args) {
System.out.println(util.getConnection());
//打印oracle.jdbc.driver.T4CConnection@2d2c6ed8 则连接数据库成功
}
}
BEV Transformer是一种在视觉检测领域中被广泛使用的模型。它将视觉图片转换到BEV(鸟瞰图)坐标系下,并使用连续帧编码的方式来获取更丰富的特征信息。这种组合模型相对较大,需要更多的数据进行训练,并且对AI芯片的推理部署也有更高的要求。\[1\] 关于BEV Transformer的训练模型,有一项研究提出了一种名为BEVFormer的方法,通过从多摄像头图像中学习鸟瞰图表示,并利用时空Transformer来提取特征。这项研究的论文标题是《BEVFormer: Learning Bird's-Eye-View Representation from Multi-Camera Images via Spatiotemporal Transformers》。\[2\] 此外,为了弥补BEV Transformer在远处感知能力较弱的问题,可以采用一些方法。例如,可以使用前视单目摄像头结合卷积神经网络(CNN)来获取远处的感知信息,并将其与BEV Transformer的结果进行融合。另外,还可以采用前视叠加4D雷达的方案,同时提供近处冗余和远处障碍物感知能力,以弥补BEV Transformer的不足之处。\[3\] #### 引用[.reference_title] - *1* *3* [BEV+Transformer的发展趋势](https://blog.csdn.net/weixin_41691854/article/details/129921659)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [大白话用Transformer做BEV 3D目标检测](https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/125175953)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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