黑马程序员——java新特性

———–android培训、java培训、java学习型技术博客、期待与您交流!————

1 静态导入

Import语句--可以导入一个类或某个包中所有的类
Import static语句--可以导入一个类中的某个静态方法或所有的静态方法
    比较两个数的最大值可以用Maht类中的方法Math.max(8,9);
    此时需要导入import  Java.lang.Math*:
    如果想直接调用max(8,9);
    此时需要导入import static Java.lang.Math.max:及导入包中的静态方法,就可以直接使用
//普通导入
import   java.lang.Math;
public class Text
{
    public static void main(String[] args)
    {
        int a=20,b=30;
        System.out.println(Math.max(a,b));

    }
}
//静态导入
import  static java.lang.Math.max;
public class Text
{
    public static void main(String[] args)
    {
        int a=20,b=30;
        System.out.println(max(a,b));

    }
}

2 可变参数

 一个方法接受的参数个数可以不固定
  可变参数的特点:
   -->只能出现在参数列表的最后
      public static void add(intx,int...args)
   -->...(三个点  )位于变量类型和变量名之间,前后有无空格都可以
   -->调用可变参数的方法时,编译器为该可变参数隐含创建一个数组,在方法体以数组的形式访问可变参数

3 增强for循环

    for(type 变量名:集合变量名)
      {循环体}
注意事项:
    -->迭代变量必须在()中定义
    -->集合变量可以是数组或实现了Iterator接口的集合
public class Text
{
    public static void main(String[] args)
    {
        int[] arry=new int[]{2,4,6,8,10};
        for(int i:arry)//循环遍历
        {
            System.out.println(i);
        }


    }
}

4 基本数据类型的自动装箱和自动拆箱

自动装箱:
在jdk1.5之前
Integer i=3;这样写是报错的(因为两边的数据类型根本不一致)
在jdk1.5之后
Integer i=3;这样写没有问题,因为系统把3这个基本的数据类型自动封装成Integer对象

 自动拆箱:
 Integer i=3;
 i+3;//i是Integer对象在1.5之前是不能这样写的,因为两个数的数据类型不一致
 但是在1.5之后,这是可以的,系统自动把Integer对象i转换成int类型的

享元设计模式:(flyweight)

有很多个小的对象,它们有好多相同的属性,就把这些相同的属性变成一个对象,那些不同的属性把它们变成方法的参数
这些参数称之为外部状态,那些相同的属性称之为这个对象的内部状态

5 枚举(enum)
用普通的java类来模拟枚举原理

package javaText1;
/*  1、私有的构造方法 
    2、每个元素分别用一个公有的静态成员变量表示 
    3、可以有若干公有方法或抽象方法。采用抽象方法定义nextDay就将大量的if.else语句转移成了一个个独立的类。

*/
public abstract class WeekDay
{

    private WeekDay(){};//空的构造方法

    public final static WeekDay SUN_DAY =new WeekDay()
    {

        @Override
        public WeekDay nextDay()
        {
            return Mun_DAY;
        }
    };//类中的成员变量(是该类的一个对象),是通过内部类实现的
    public final static WeekDay Mun_DAY =new WeekDay()
    {

        @Override
        public WeekDay nextDay()
        {
            return SUN_DAY;
        }
    };//类中的成员变量(是该类的一个对象),是通过内部类实现的

    public abstract WeekDay nextDay ();//抽象方法

    public String toString ()
    {

      return this==SUN_DAY?"SUN_DAY":"Mun_DAY";  
    }//重写了toString方法

}
 枚举类的基本定义(用到关键字enum)
   修饰符 enum 类名
     {枚举元素}
  以及枚举类中常用的方法:
public class enumText
{
    public static void main(String[] args)
    {
        WeekDay  sunDay =WeekDay.SUN_DAY;//通过类名调用静态成员变量
        System.out.println(weekDay);//输出枚举常量名
        System.out.println(weekDay.name());//输出对象名
        System.out.println(weekDay.getClass());//输出对应类
        System.out.println(weekDay.toString());//输出枚举对象名
        System.out.println(weekDay.ordinal());//输出此对象在枚举常量的次序
        System.out.println(WeekDay.valueOf("WED"));//将字符串转化为枚举常量
        System.out.println(WeekDay.values().length);//获取所以的枚举元素,并打印其长度
    }
    //定义枚举类
 public enum WeelDay    {
        SUN,MON,TUE,WED,THI,FRI,SAT;//这是枚举的元素
    }
}

带有构造方法的枚举类
需要说明的是在枚举类中怎么使用带参数和不带参数的构造方法?
使用带参数构造
在枚举元素的后边加上一对小括号里边写上对应有参数的构造方法参数类型的参数
使用无参的构造方法
在枚举元素后边什么都没有以及在枚举元素后边只加上一对小括号,都是调用的是没有参数的构造方法

public class emun1 {
    public static void main(String[] args) {
        WeekDay weekDay=WeekDay.MON;
    }
    //定义枚举内部类
    public enum WeekDay{
        SUN(),MON(1),TUE,WED,THI,FRI,SAT;//分号可有可无,但如果下面还有方法或其他成员时,分号不能省。
        //枚举类中的枚举元素必须写在第一行


        //无参构造器
        private WeekDay(){
            System.out.println("First");
        }
        //带参数的构造器
        private WeekDay(int day){
            System.out.println("Second");
        }
    }
}

实现带有抽象方法的枚举类

package javaText1;

public class enum_abstrac
{
    public static void main(String[] args)
    {
        TrafficLamp lamp=TrafficLamp.Green;
        System.out.println(lamp.nextLamp());
    }
    //定义enum类
    //类中的三个成员变量是该enum(抽象类)类的子类对象,用的是内部类来实现的.并且要重写TrafficLamp类中的抽象方法
    //还定义了一个带参数的构造方法,在创建enum元素的对象的时候,调用带参数的构造方法
    public  enum TrafficLamp
    {
        Read(50) {
            @Override
            public TrafficLamp nextLamp()
            {
                // TODO Auto-generated method stub
                return Green;
            }
        },
        Green(35) {
            @Override
            public TrafficLamp nextLamp()
            {
                // TODO Auto-generated method stub
                return yellow;
            }
        },
        yellow(5){
            @Override
            public TrafficLamp nextLamp()
            {
                // TODO Auto-generated method stub
                return Read;
            }
        };

        public abstract TrafficLamp nextLamp();//定义一个抽象方法
        private int time;
        private TrafficLamp(int time)//定义带一个参数的构造方法
        {
            this.time=time;
        }

    }

}

———–android培训、java培训、java学习型技术博客、期待与您交流!————

  • 0
    点赞
  • 0
    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