oc——类——协议

概述

协议,protocol,是一种特殊的interface,这种特殊的interface不允许定义数据成员,允许声明Method,protocol纯粹作为接口使用,因此没有对应implementation
  • protocol不允许定义数据成员
  • protocol允许声明Method,包括instance method(-)和class method(+),protocol没有对应implementation
  • protocol可继承protocol,而且支持多继承,protocol继承本质是union父protocol的Method声明到子protocol中
  • protocol纯粹作为接口使用,因此没有实体,不能实例化
  • protocol的Method声明允许的修饰词包括@required和@optional,默认@required,@required是必须实现接口,@optional是可选实现接口
  • @required和@optional的唯一区别是对应接口没有实现时编译是否warning(@required编译warning,@optional编译不warning)

protocol

@interface FBFood : NSObject

@end

@implementation FBFood

@end

@protocol FBFeedFood1

- (void)feedRice:(int)rice andMeat:(int)meat;
- (void)feedFruit:(int)fruit andFish:(int)fish;

@end

@protocol FBFeedFood2

- (void)feedRice:(int)rice andMeat:(FBFood *)meat;
- (void)feedFruit:(int)fruit andFish:(FBFood *)fish;

@end

@protocol FBFeedFood <FBFeedFood1, FBFeedFood2>

- (void)feedFruit:(FBFood *)fruit andFish:(FBFood *)fish;

@optional
- (void)feed;

@end

@interface FBAnimal : NSObject <FBFeedFood>

@end

@implementation FBAnimal

- (void)feedRice:(int)rice andMeat:(int)meat
{
    NSLog(@"feedRice:andMeat:");
}

- (void)feedFruit:(FBFood *)fruit andFish:(FBFood *)fish
{
    NSLog(@"feedFruit:andFish:");
}

@end
总结:
  • protocol可继承protocol,而且支持多继承,protocol继承本质是union父protocol的Method声明到子protocol中,因此不可避免的会与已有Method声明相同(SEL相同),重复的Method声明的参数列表可能会不同,union时选取重复Method声明的优先级为:FBFeedFood->FBFeedFood1->FBFeedFood2(即@protocol FBFeedFood <FBFeedFood1, FBFeedFood2>的protocol定义顺序)

应用

@protocol FBFeedFood1

- (void)feedRice:(int)rice andMeat:(int)meat;

@end

@protocol FBFeedFood2

- (void)feedFruit:(int)fruit andFish:(int)fish;

@end

@protocol FBFeedFood <FBFeedFood1, FBFeedFood2>

@end

@protocol FBGuard

@required
- (void)watch;

@optional
- (void)attack;

@end

@interface FBAnimal : NSObject <FBFeedFood>
{
@public
    int _food;
}

@end

@implementation FBAnimal

- (void)feedRice:(int)rice andMeat:(int)meat
{
    NSLog(@"feedRice:andMeat:");
}

- (void)feedFruit:(int)fruit andFish:(int)fish
{
    NSLog(@"feedFruit:andFish:");
}

@end

@interface FBDog : FBAnimal <FBGuard>
{
@public
    int _vol;
}

- (void)bark;

@end

@implementation FBDog

- (void)bark
{
    NSLog(@"bark");
}

- (void)watch
{
    NSLog(@"watch");
}

@end
- (void)use_protocol
{
    NSObject<FBFeedFood> *animal1 = [[FBAnimal alloc] init];
    //animal1->_food = 5;
    [animal1 feedRice:5 andMeat:8];
    [animal1 methodForSelector:@selector(feedFruit:andFish:)];
    //[animal1 unknownMethod];
    
    id<FBFeedFood> animal2 = [[FBAnimal alloc] init];
    //animal2->_food = 5;
    [animal2 feedFruit:5 andFish:8];
    //[animal2 methodForSelector:@selector(feedFruit:andFish:)];
    //[animal2 unknownMethod];
    
    id<FBGuard> animal3 = [[FBDog alloc] init];
    //animal3->_vol = 8;
    //[animal3 feedRice:5 andMeat:8];
    //[animal3 methodForSelector:@selector(feedFruit:andFish:)];
    [animal3 watch];
    
    FBAnimal<FBFeedFood> *animal4 = [[FBAnimal alloc] init];
    animal4->_food = 5;
    [animal4 feedRice:5 andMeat:8];
    [animal4 feedFruit:5 andFish:8];
    
    FBDog<FBGuard> *animal5 = [[FBDog alloc] init];
    //animal4->_vol = 8;
    [animal5 bark];
    [animal5 watch];
    
    NSLog(@"FBAnimal confirm FBFeedFood1 = %d", [FBAnimal conformsToProtocol:@protocol(FBFeedFood1)]);
    NSLog(@"FBAnimal confirm FBFeedFood = %d", [FBAnimal conformsToProtocol:@protocol(FBFeedFood)]);
    NSLog(@"FBAnimal confirm FBGuard = %d", [FBAnimal conformsToProtocol:@protocol(FBGuard)]);
    
    NSLog(@"FBDog confirm FBFeedFood1 = %d", [FBDog conformsToProtocol:@protocol(FBFeedFood1)]);
    NSLog(@"FBDog confirm FBFeedFood = %d", [FBDog conformsToProtocol:@protocol(FBFeedFood)]);
    NSLog(@"FBDog confirm FBGuard = %d", [FBDog conformsToProtocol:@protocol(FBGuard)]);
}
output:
feedRice:andMeat:
feedFruit:andFish:
watch
feedRice:andMeat:
feedFruit:andFish:
bark
watch
FBAnimal confirm FBFeedFood1 = 1
FBAnimal confirm FBFeedFood = 1
FBAnimal confirm FBGuard = 0
FBDog confirm FBFeedFood1 = 1
FBDog confirm FBFeedFood = 1
FBDog confirm FBGuard = 1
使用protocol两种方式:
  • 类<protocol1, protocol2...> *对象名
  • id<protocol1, protocol2...> 对象名
总结:
  • 类<protocol1, protocol2...> *允许访问类+协议的成员,id<protocol1, protocol2...>只允许访问协议的成员,否则编译warning
  • 习惯使用id<protocol1, protocol2...>定义实例对象,简洁明了,因为使用protocol一般只关注protocol的Method接口(不大使用类提供的功能)
  • 类遵守协议并不确保类实现了协议的所有Method(@required不实现,编译warning,@optional不实现,编译不warning)
  • 父类遵守的protocol,子类继承遵守
  • 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),确定它们的别和位置,是计算机视觉领域的核心问题之一。由于各物体有不同的外观、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。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别(目标分)。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别的概率(首先得到别概率,经过Softmax可得到别标签)。 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: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,并根据分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 预测别匹配真实值(Ground truth)的别 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