Java之关键字Java

Java的关键字

首先我们要知道关键字的含义:所谓关键字就是指在Java的语法中,那些被赋予了指定意义的单词。

那么在Java编程语言中有一下一些比较常用的关键字:

跟类相关的关键字:package,extends,interface,implements,abstract,class

跟属性相关的关键字:static,fianal

跟方法相关的关键字:void

跟访问权限相关的关键字:public,private,protected

跟异常相关的关键字:try,catch,throw,throws,finally

八大基本数据类型:int,long,short,double,float,boolean,byte,char

循环判断:if,else,for,switch,case,while,break,continue,return

其他:this,super,new

现在我们知道了那么多的关键字,那么这些关键字在Java中的含义及其用法是什么呢?下面就以下一些例子来说明其中一部分的关键字的含义及其用法。

1)访问权限得关键字:public,private,protected

public(公有的):可以用来修饰属性或者方法,用public修饰的属性或者方法都可以被当前整个工程下的任何类的当前对象调用。

private(私有的):只有当前类的内部可以调用。

例如:同一个工程中,有一个包下有学生类和测试类,在另一个包下有大学生类继承学生类。

package com.kz.demo;

public class Student {
	public String name;
	private int age;
	protected String sex;
}
package com.kz.demo;

public class Test {
	public static void main(String[] args) {
		Student std = new Student();
		std.name = "ckz";
		std.age = 18;
		std.sex	= "man";
		}
}
由此我们可以看到一个包中,std无法访问到Student中的private的age属性,编译报错。


protected(受保护的):当前工程下的同一个包内可以通过当前对象访问公有的属性或者方法,不同包可以通过子类来继承

package com.kz.chonghui;

import com.kz.demo.Student;

public class Unstudent extends Student{
	public static void main(String[] args) {
		Unstudent ut = new Unstudent();
		ut.sex = "";
	}
}
在这里可以看到在另外一个包中的Unstudent的对象可以访问protected的sex属性


默认的:当前工程下的同一个包内的当前类的对象可以访问的公有属性或者方法


2)this和super

this:指当前类的对象,可以用来调用当前类的属性,方法,构造方法

super:指父类的对象,可以用来调用父类的属性,方法,构造方法

其中有两点要注意的地方:1.当调用子类的构造方法时,一定会用super关键字来调用父类的构造方法(有时省略不                                                 写)。

        2.当使用super调用构造方法的时候,super一定要写在第一行

举例说明:A类为父类,B类是A的子类

package com.kz.demo;

public class A {
	public int n;
	//构造方法
	public A(){
		System.out.println("a");
	}
}
package com.kz.demo;

public class B extends A{
	//B 的构造方法
	public B(){
		//调用父类的构造方法
		super();
		//访问父类的属性
		super.n = 10;
		System.out.println("b");
	}
}
package com.kz.demo;

public class Test {
	public static void main(String[] args) {
		B kz = new B();
		
	}	
}
运行程序的结果如下:



3)final(最终的):final可以用来修饰类、属性、方法、参数,局部变量。

用来修饰类:表示当前类不能被继承

用来修饰属性:表示此属性只能被初始化(赋值)一次

用来修饰方法:表示此方法不能被重写

用来修饰参数和局部变量:表示此局部变量在此使用范围内不可以再被改变


4)static(静态的):此为比较难懂的重点。static可以修饰属性、方法、静态语句块

静态的属性和方法:在加载当前类的时候就会加载(编译的时候)到静态空间储存,而且只会加载一次。

需要注意的地方是:在静态方法里面不能调用非静态的属性。

下面来举例:

package com.kz.demo;

public class Student {
	
	//定义静态数据块
	static{
		System.out.println(1);
	}
	//默认数据块
	{
		System.out.println(2);
	}
	//构造方法
	public Student(){
		System.out.println(3);
	}
	//静态方法
	public static void study(){
		System.out.println(4);
	}
	//普通方法
	public void play(){
		System.out.println(5);
	}
}
package com.kz.demo;

public class Test {
	public static void main(String[] args) {
		Student stdA = new Student();
		Student stdB = new Student();
		stdA.play();
		Student.study();
	}
}
那么我们运行一下这个程序得到了如下的结果:



结果说明了静态方法先与其他方法先运行,因为静态方法在编译程序的时候就添加到静态存储中去了,并且只运行一次。而默认数据块则会每次自动执行。


5)break,continue,return

break:表示跳出当层循环。

continue:表示跳出档次循环,并且继续执行下一个循环。

return:表示结束当前方法。




  • 8
    点赞
  • 17
    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)的任务是找出图像中所有感兴趣的目标(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。首先检测图像中目标的位置(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),表示边界框中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)从输入图像中提取特征,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 中进行分类,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中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,选中值最大的框 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) 从未处理的框中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中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