java 关键字总结

1.Java关键字与保留字数目 
Java的关键字:50多个 
保留字:2个 const,goto 

2.关键字介绍(分类总结) 
定义类,接口,抽象类,枚举: 
class,interface,abstract,enum,extends,implements 
实例化对象: 
new 
循环,条件: 
for,while,do,if,else,switch,case,default 
continue,break 
数据类型: 
byte,short,int,long,float,double,char,boolean,void 
true,false,null 
表示对象或者父类的: 
this,super 
异常: 
try,catch,finally,throw,throws 
返回关键字: 
return 
访问修饰符: 
public,protected,private 
静态,最终: 
static,final 
和包相关的关键字: 
package,import 
判断对象是否是类的实例关键字: 
instanceof 
设置方法或一段代码是线程同步的。 
synchronized 
瞬时:输入输出流(对象流) 
transient 
标记字段可能会被多个线程同时访问,而不做同步: 
volatile 
浮点数比较使用严格的规则:(不常用) 
strictfp, 
表示方法用非java代码实现:(不常用) 
native 
断言: 
assert 

重点: 
访问修饰符: 
public,protected,private 
类是否都可以使用上述三种访问修饰符? 
类的内部类可以使用三种访问修饰符 
主类只能使用public访问修饰符 
外部的类不能使用访问修饰符 
属性和方法可以使用三种访问修饰符进行修饰。 

三种访问修饰符每一个访问修饰符的访问范围是怎样的? 
private:只能在当前类的{}中间 
默认的(不写):只能在当前包中使用。 
protected:只能在当前包中,还有有继承关系的子类中。 
public:所有的地方发都可以使用(如果不是同一个工程,那么必须要引入对应的jar包才可以使用)

静态:static 
类是否可以修饰为static的呢? 
只有内部类可以修饰为static的。 
属性可以修饰为static的 
(普通)方法可以修饰为static的 
内部类,属性,方法都修饰为static的,so如何使用呢? 
可以直接通过类以"."的方式进行调用。 
为什么可以这样调用呢? 
使用static关键字修饰的属性,方法,类,只会在内存中 
存在唯一的一份。 

最终:final 
类是否可以修饰为final的呢? 
主类,子类,内部类都可以修饰为final的类 
属性,方法是否可以修饰为final的呢? 
可以修饰为final 
类被修饰符final的,有什么作用呢? 
该类不允许被继承。 
方法被修饰符final的,有什么作用呢? 
该方法不允许被重写。 
属性被修饰符final的,有什么作用呢? 
该属性的值不允许被修改。 

static,final一起使用:创建常量
  • 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。 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
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