day13_1Redis的数据结构

reids官方命令集查询:
redis整合各种语言案例查询:
redis可以存储键和五种不同类型的值之间的映射
String字符串
List列表
Set集合
Hash散列

Zset有序集合


redis可以自动以俩种不同的方式将数据写入硬盘
redis除了能存储普通的字符串键之外,还可以存储其他四种数据结构
与其他数据库对比:


Redis中的字符串
简单的操作

Redis中的列表
一个列表可以有序地存储多个字符串,并且列表里的元素是可以重复的
命令与行为
LPUSH将元素推入列表的左端
RPUSH将元素推入列表的右端
LPOP从列表左端弹出元素
RPOP从列表右端弹出元素
LINDEX获取列表在给定位置上的一个元素
LRANGE获取列表在给定范围上的所有元素
具体实例如下图:

Redis中的集合
SADD将元素添加到集合     成功添加返回1,如果返回0则表示集合中已经有这个元素了
SREM从集合里面移除元素     存在返回1,不存在返回0
SISMEMBER快速地检查一个元素是否已经存在于集合中
SMEMBERS获取集合包含的所有元素

Redis中的散列
HSET     在散列里面关联起给定的键值对
HGET     获取指定散列键的值
HGETALL     获取散列包含的所有键值对
HDEL     如果给定键存在于散列里面,那么移除这个键

Redis中的有序集合
有序集合的键被成为成员,每个成员都是各不相同的。有序集合的值被成为分值,分值必须为浮点数。
有序集合是redis里面唯一一个既可以根据成员访问元素,又可以根据分值以及分值的排列顺序来访问元素 的结构。
ZADD     将一个带有给定分值的成员添加到有序集合里面
ZRANGE     根据元素在有序排列中所处的位置,从有序集合里面获取多个元素
ZRANGEBYSCORE     获取有序集合在给定分值范围内的所有元素
ZREM     如果给定成员存在于有序集合,那么移除这个成员

  • 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