Listener & Filter

Listener

  • 监听器
    监听某一个事件的发生,状态的改变
  • 监听器内部机制
    接口回调
接口回调
  • 需求:A 在执行循环,当循环到5的时候,通知 B。
    事先先把一个对象传递给A,当A执行到5的时候,通知这个对象,调用B中的方法。但是注意,不是直接传递B的实例,而是传递一个接口实例过去。
/**
 * 这是以前Java基础使用的代码
 * 但是假设这个A类是早就写好的类,这个方法内部不能直接使用 new B()
 * 1. 不能直接 new B()
 * 2. 也不能直接传递B的实例进来
 * 所以在定义这个方法的时候,不管未来写的是B类,还是D类,为了通用
 * 定义一种接口,只要让未来的那些类实现这个接口,然后这个方法的参数写接口类型即可
 */
public class A {
//    public void print(){
//        for (int i = 0; i < 10; i++) {
//            System.out.println("循环到了--" + i);
//            if (i == 5){
//                System.out.println("循环到了5,通知B");
//                B b = new B();
//                b.printFive();
//            }
//        }
//    }

    public void print(PrintListener listener){
        for (int i = 0; i < 10; i++) {
            System.out.println("循环到了--" + i);
            if (i == 5){
                System.out.println("循环到了5,该通知调用者了");
                listener.print();
            }
        }
    }
}

public interface PrintListener {
    void print();
}

public class B implements PrintListener{
    @Override
    public void print() {
        System.out.println("A循环到了5,所有B这个方法被调用");

    }
//    public void printFive(){
//        System.out.println("A循环到了5,所有B这个方法被调用");
//    }
}

public class Test {
    public static void main(String[] args) {
        A a = new A();
        //这是多态的体现
        a.print(new B());
    }
}

在这里插入图片描述

Web 监听器
  • 总共 8 个,划分为三个类型

    • 监听三个作用域创建和销毁
      request – httpServletRequest
      session – httpSession
      application – ServletContext
    1. ServletContextListener
    2. ServletRequestListener
    3. HttpSessionListener
    • 监听三个作用域属性状态变更
    • 监听httpSession里保存值得状态变更
  • 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