TCP/IP学习之路(二)

互联网定义

将多个网络连接使其构成一个更大的网络,所以Internet一词本意为网际网。现在专门指代网络之间的连接时,可以使用“网际网”这个词。PS:internet代表网际网,the internet代表互联网。

TCP/IP协议分层模型

  • 硬件(物理层):负责数据传输的硬件。
  • 网络接口层(数据链路层):利用以太网中的数据链路层进行通信,因此属于接口层。
  • 互联网层(网络层):使用IP协议基于IP地址转发分包数据。

IP:跨越网络传送数据包,使整个互联网都能收到数据的协议。属于分组交换的一种协议,但是不具备重发机制。属于非可靠性传输协议。
ICMP:用来判断IP一旦发生异常需要发送一个发生异常的通知。有时也被用来诊断网络的健康状况。
ARP:从分组数据包的IP地址中解析出物理地址的一种协议。

  • 传输层:让应用程序之间实现通信。

TCP:是一种面向有连接的传输层协议。它可以保证两端通信主机之间的通信可达。TCP能够正确处理在传输过程中丢包,传输顺序乱掉等异常情况。此外,TCP还能够有效利用带宽,缓解网络拥堵。但是由于需要建立和断开连接,有时需要至少7次的发包收包,导致网络流量的浪费。
UDP:是一种面向无连接的传输层协议。UDP不会关注对端是否真的收到了传送过去的数据,如果需要检查对端是否收到分组数据包,或者对端是否连接到网络,则需要在应用程序中实现。

  • 应用层(会话层以上的分层):将OSI参考模型中的会话层,表示层和应用层都集中到了应用程序中实现。例如WWW,SMTP,FTP,TELNET,SNMP。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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。 、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