servlet基础

一、servlet的定义

        servlet是服务器上运行的小程序,一个servlet就是一个Java类,并且可以通过“请求-响应”编程模型来访问的驻留在服务器内存里的servlet程序。

        简单来说,servlet是用Java编写的服务器端程序,用于接收请求、处理数据、响应结果。

二、Tomcat容器等级

Tomcat容器分为4个等级:
[1.Container 容器,集装箱]
        [2.Engine 引擎容器]
                [3.Host 主机]
                        [4.Servlet容器](tomcat最低级别的容器)里面包含了一个或多个Context(上下文),servlet容器管理Context,一个Context对应一个web项目

三、编写servlet

step1.继承HttpServlet

step2.重写doGet()或者doPost()方法

step3.在web.xml中注册servlet

补充:HttpServlet是实现了HTTP协议的servlet,继承于GenericServlet。GenericServlet是与协议无关的servlet,实现了Servlet接口。Servlet接口有三个方法:init()、service()、destroy()。

四、servlet的生命周期

  • 初始化阶段,Servlet 通过调用 init () 方法进行初始化。servlet容器装载servle后,servlet容器创建一个servlet实例,而后调用servlet的init()方法进行初始化。在servlet的整个生命周期内,只调用一次init()方法。对同一个Servlet的多个请求对应多个线程,多个线程共享一个servlet实例,每个线程执行一个单一的 Servlet 实例的 service() 方法。Servlet 生命周期

补充:实例化与初始化的区别

实例化一般是指由类创建对象,在构造一个实例的时候需要在内存中开辟空间,如 Student   s = new Student();

初始化是实例化的基础上,为对象中的变量赋初始值。

  • 响应客户请求阶段,Servlet 调用 service() 方法来处理客户端的请求,由service()方法根据提交方式选择执行doGet()或者doPost()方法。
  • 终止阶段,Servlet 调用 destroy() 方法。
  • 最后,Servlet 是由 JVM 的垃圾回收器进行垃圾回收的。

补充:在下列时刻servlet容器装在servlet

1.servlet容器启动时自动装载某些servlet,这些自动启动的servlet的loadon-startup的值为1,数字越小,优先级越高。

2.在servlet容器启动后,客户首次向servlet发送请求。

3.servlet类文件更新后,重新装载servlet。

五、servlet与jsp九大内置对象的对应关系

jsp内置对象在servlet中如何获得
outresponse.getWriter()
requestservice方法中的request参数
responseservice方法中的response参数
sessionrequest.getSession()
applicationgetServletContext()
exceptionThrowable
pagethis
pageContextpageContext
ConfiggetServletConfig()

 

       

  • 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