ASP.NET之基本对象

      要了解ASP.NET,首先需要对其对象了解一下。

Page类

       首先,Page类为ASP.NET应用程序文件所构建的对象提供了基本的行为,该类在命名空间System.Web。UI中定义。从TemplateControl类派生出来,而TemplateControl类继承自System.web.ui.control,他也是一个特殊的control类并实现了IHttpHander接口。

       Page类与扩展名为.ASPX的文件相关联,这些文件在运行的时候被编译为Page对象,Page对象充当页中所有服务器控件的容器,并被缓存在服务器中。


工作过程:

     客户端向WEB发送一个页面请求——服务器端WEB接受后,如这个页面没有被编译过,就开始编译,然后开始实体化,产生一个Page对象——Page对象根据客户请求,把用户所需的信息发送给IIS——IIS将信息返回给客户端浏览器


属性和方法: 

Application
为当前WEB请求获取HttpAoolicationState
IsPostBack指示该页是否正为响应客户端回发而加载,或者他是否正在首次加载而访问
Responste  获取请求的页的HttpRequest对象   

    

Request类


    当用户在客户端使用web浏览器向WEB应用程序发送请求时,就会将客户端的信息发送到WEB服务器,WEB服务器就接受到了一个HTTP请求,它包含了所有查询字符串参数或者表单参数。Cookie数据以及浏览器的信息。在ASP.NET中运行的程序时,这些客户端的请求信息被封装成了Request对象。     


属性和方法:

ApplicationPath说明被请求的页面位于WEB应用程序的那个文件夹中
Path与ApplicationPath相同,返回页面完整的WEB路径地址,还包含页面的文件名称
RequestType检查请求是Get请求还是Post请求
Url返回浏览器提交的完整地址,为了把Url对象保留在web地址显示为字符串,可以使用方法tostring()
UserHostName返回从Web服务器上请求的页面的机器名称

Response类


       这个是我们每次写代码都遇到的。它封装了WEB服务器对客户端请求的响应,它用来操作与HTTP协议相关的信息,并将结果返回给请求者。


属性和方法

Redirect将客户端重定向到新的URL
write将信息写入到HTTP响应输出流,如果打开缓存器,就将信息写入缓存器并等待稍后发送


Server对象


     包含了一些与服务器相关的信息,使用它可以获得有关最新的错误信息、对HTML文本进行编码和解码、访问和读写服务端的控件等功能。


属性和方法:

Transfer方法用于终止当前页的执行,并为当前请求开始执行新页
MapPath返回与WEB服务器上指定的虚拟路径相对应的物理文件路径
  

    利用Server对象的GetLastError方法可以获得前一个异常,当错误发生的时候,可以访问错误信息:   

Exception LastError=server.GetLastError();
     

Cookie对象

 

       当用户第一次访问站点,WEB应用程序发送给用户一个页面和一个包含日期与时间的Cookie。用户的浏览器在获得页面的同时得到该Cookie,并且将他保存在磁盘上。以后如果该用户再次访问这个站点的时候,浏览器就会在本地磁盘上查找与该网站相关联的Cookie。

Session对象

       Session对象中的信息只能被用户自己使用,而不能被网站的其他用户访问,因此,利用session对象可以在不同的页面共享数据,但是不能再不同的用户间共享数据。

       他的一个特征就是允许程序员把任何类型的数据存储在服务器上,这些数据信息是受到保护的,因为他永远不会被传送到客户端,只捆绑到一个特定的session对象。

属性和方法:

Session_OnStart事件在创建一个session时触发
Session_OnEnd事件在结束的时候被调用
Clear/Remove清空/删除会话状态集合中的项

Application对象

   Application对象经常使用的信息提供一个有用的WEB站点存储位置,Application中的信息可以被网站的所有页面访问,因此利用Application对象可以在不同的用户间共享数据

方法和属性:

Count返回集合中的个数
Set通过变量名更新Application对象变量的内容
Remove通过变量名删除Application对象的一个变量

  

     刚刚开始,这些理论性的东西理解的很不好,很不好,加油!   




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 17
    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 17
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