7-26jpa-day3

1.课程介绍
1. 单向一对多(掌握)
2. 集合映射(掌握)
3. 双向一对多/双向多对一(掌握)
4. 单向多对多(掌握)
5. 双向多对多(掌握)
6. 一对一(掌握,用得少)
一.单向一对多
单向一对多很少使用,性能差
配置一对多

@Entity
@Table(name = "productDir")
public class ProductDir {
    @Id
    @GeneratedValue
    private long id;
    private  String name;
    //迫切加载
    @OneToMany(fetch = FetchType.EAGER)
    @JoinColumn(name = "dir_id")
    private List<Product> products = new ArrayList<>();

    public List<Product> getProducts() {
        return products;
    }

    public void setProducts(List<Product> products) {
        this.products = products;
    }

    public long getId() {
        return id;
    }

    public void setId(long id) {
        this.id = id;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

}

先保存多方在保存一方和先保存一方在保存多方一样都是5条,效率低

 EntityManager entityManager = JpaUtils.getEntityManager();
        //瞬时
        entityManager.getTransaction().begin();
        //持久
        entityManager.persist(p1);
        entityManager.persist(p2);
        entityManager.persist(dir);
        //游离
        entityManager.getTransaction().commit();
        entityManager.close();

判断是否有值

@Test
    public void testQuery1() throws Exception{
        EntityManager entityManager = JpaUtils.getEntityManager();
        ProductDir dir = entityManager.find(ProductDir.class, 1L);
        //打印产品类型
        System.out.println(dir);
        System.out.println(dir.getProducts());
        //判断是否有无该产品
        if (dir.getProducts().size()==0){
            System.out.println("当前产品没有类型");
        }else {
            System.out.println("有该产品类型");
        }
        entityManager.close();
    }

二.集合映射
两种映射特点
Set:不能重复,集合里面的元素没有顺序
List:可以重复,集合里面的元素有顺序
配置集合的时候必须配置接口
一般都是使用Set接口,只有组合关系使用List接口

@Test
    public void testQuery() throws Exception{
        EntityManager entityManager = JpaUtils.getEntityManager();
        ProductDir dir = entityManager.find(ProductDir.class, 1L);
        //org.hibernate.collection.internal.PersistentBag和ArrayList是同级,和List是父子关系
        //org.hibernate.collection.internal.PersistentSet和HashSet是同级,和Set是父子关系
        System.out.println(dir.getProducts().getClass());
    }

双向一对多和双向多对一(掌握)
双向就是两方都要配置相关配置
双向一对多

//多方
    @ManyToOne
    //加入列
    @JoinColumn(name = "dir_id")
    private ProductDir dir;

@Id
    @GeneratedValue
    private long id;
    private  String name;
    //懒加载
    @OneToMany(cascade = CascadeType.ALL,orphanRemoval = true,mappedBy = "dir",fetch = FetchType.LAZY)
   // @JoinColumn(name = "dir_id")
    private List<Product> products = new ArrayList<>();

双向多对多

 @Id
    @GeneratedValue
    private Long id;

    private String name;
    //双向多对多,级联方式所有
    @ManyToMany(cascade = CascadeType.ALL)
    @JoinTable(name="user_role",joinColumns = @JoinColumn(name="user_id"),
            inverseJoinColumns =@JoinColumn(name="role_id") )
  @Id
    @GeneratedValue
    private Long id;
    private String name;
    //双向多对多,,级联配置移除,,危险操作
    @ManyToMany(cascade = CascadeType.REMOVE)
    @JoinTable(name="user_role",joinColumns = @JoinColumn(name="role_id"),
            inverseJoinColumns =@JoinColumn(name="user_id") )

级联操作(危险)
级联保存 PERSIST
级联删除 REMOVE

@ManyToMany(cascade = CascadeType.REMOVE)

强级联 ALL

 @ManyToMany(cascade = CascadeType.ALL)

孤儿删除 orphanRemoval = true (从一方解除关系,让多方外键置为空)

 @OneToMany(cascade = CascadeType.ALL,orphanRemoval = true,mappedBy = "dir",fetch = FetchType.LAZY)
 

双方都配置了就是删库跑路了
单向多对多(掌握)
多方

 @Id
    @GeneratedValue
    private long id;
    private String name;
    private BigDecimal price;
    //多方
    @ManyToOne
    //加入列
    @JoinColumn(name = "dir_id")
 @Id
    @GeneratedValue
    private long id;
    private  String name;
    //懒加载
    @OneToMany(cascade = CascadeType.ALL,orphanRemoval = true,mappedBy = "dir",fetch = FetchType.LAZY)
   // @JoinColumn(name = "dir_id")
    private List<Product> products = new ArrayList<>();

双向多对多(掌握)
两边都配置

@Id
    @GeneratedValue
    private Long id;

    private String name;
    //双向多对多,级联方式所有
    @ManyToMany(cascade = CascadeType.ALL)
    @JoinTable(name="user_role",joinColumns = @JoinColumn(name="user_id"),
            inverseJoinColumns =@JoinColumn(name="role_id") )
 @Id
    @GeneratedValue
    private Long id;
    private String name;
    //双向多对多,,级联配置移除,,危险操作
    @ManyToMany(cascade = CascadeType.REMOVE)
    @JoinTable(name="user_role",joinColumns = @JoinColumn(name="role_id"),
            inverseJoinColumns =@JoinColumn(name="user_id") )
    private Set<User> roles=new HashSet<>();

单向一对一(了解)不用

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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