CDN工作原理图解

转自ByteByteGo
请添加图片描述

  1. Bob在浏览器中输入www.myshop.com。浏览器在本地DNS缓存中查找域名。
  2. 如果本地DNS缓存中不存在该域名,浏览器会转向DNS解析器以解析该名称。DNS解析器通常位于互联网服务提供商(ISP)中。
  3. DNS解析器递归地解析域名(详见我之前的帖子以获取详细信息)。最终,它请求权威域名服务器以解析域名。
  4. 如果我们不使用CDN,权威域名服务器将返回www.myshop.com的IP地址。但是使用CDN时,权威域名服务器具有指向CDN服务器域名www.myshop.cdn.com的别名。
  5. DNS解析器要求权威域名服务器解析www.myshop.cdn.com
  6. 权威域名服务器返回CDN负载均衡器www.myshop.lb.com的域名。
  7. DNS解析器要求CDN负载均衡器解析www.myshop.lb.com。负载均衡器根据用户的IP地址、用户的ISP、请求的内容以及服务器负载选择最优的CDN边缘服务器。
  8. CDN负载均衡器返回www.myshop.lb.com的CDN边缘服务器IP地址。
  9. 现在我们最终得到了要访问的实际IP地址。DNS解析器将IP地址返回给浏览器。
  10. 浏览器访问CDN边缘服务器以加载内容。CDN服务器上缓存了两种类型的内容:静态内容和动态内容。前者包括静态页面、图片和视频;后者包括边缘计算的结果。
  11. 如果边缘CDN服务器缓存中不包含内容,它会向上转向区域CDN服务器。如果仍然找不到内容,它将向上转向中央CDN服务器,甚至转向源 - 伦敦的Web服务器。这被称为CDN分发网络,其中服务器在地理上部署。
  • 9
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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。 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

打赏作者

wuxianfeng023

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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