JVM内存浅谈

网上有太多关于java堆,栈的文章,但表述都各不一,有些甚至误导人。今天,我将了解到的,比较正确的来聊一下JVM的内存。

 

JDK1.8之前,内存大致可划分为方法区、堆、本地方法栈、PC寄存器和java虚拟机栈。

        

方法区

方法区存放了要加载类的信息、域的信息、方法信息、静态变量(类变量)、final类型的常量。(有关静态与常 量自行去了解)

    方法区是全局共享的,在一定条件下也会被GC,当使用的内存超过其允许的大小时,会抛出OutOfMemory。

这块区域对应持久代,默认最小16MB,最大64MB,可通过-XX:PermSize及-XX:MaxPermSize来修改。

常量池属于方法区,顾名思义,就是用来存放常量的,JVM会给每个类型维护一个常量池。

 

堆用于储存对象实例及数组,可以认为所有通过new创建的对象内存都在此分配。堆中对象所占的内存GC

进行回收。内存大小可通过-Xms(最小内存),-Xmx(最大内存)来修改。堆可分为新生代和旧生代。新生

代又由Eden Space和两块相同大小的Survivor Space构成。堆是全局共享的,new创建的实例对象 比如Person p=new Person(),引用p 分配在栈中,对象Person() 分配在堆中,而实例对象中的成员变量,比如 Person有成员变量int age,Person inner,不管是基本类型age,还是实例变量inner,引用和对象 都存放在堆中。(网上有很多文章对此有误导)

 

本地方法栈

本地方法栈用于支持native方法的执行。存储了每个native方法调用的状态。

 

PC寄存器和栈

每个线程都有自己的PC寄存器和栈。PC寄存器占用的可能为CPU寄存器或者操作系统的内存,栈占用的是

操作系统内存。栈为线程私有。方法中局部变量,如果为基本类型,则变量与值存放在栈中,如果为引用

变量时,则栈中存放引用(对象的内存地址),对象存放在堆中。当方法运行完毕时,其对应的栈帧所占

用的内存会自动释放。

当栈空间不足时,会抛出StackOverflowError。可通过-Xss来修改。

 

 

 

 

 

  • 1
    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。 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