学习日志 姓名: 王鹏 日期: 2017.07.12

今日学习任务

指针与数组、指针与函数、指针的内存分配。

 

今日任务完成情况

(详细说明本日任务是否按计划完成,开发的代码量。)

 

1、详细了解昨晚布置的字符串逆序输出程序作业。

2、函数和指针的关系,包括函数指针及指针函数。

3、指针数组与数组指针。

4、main函数。


今日开发中遇到的问题汇总

1、指针函数的定义与正确调用实现。

2、指针中的值传递与地址传递。

今日未解决问题

今日开发收获

1、函数指针变量定义的一般形式:
      类型说明符(*指针变量名)();
      例如:int(*pf)();
       表示pf是一个指向函数入口的指针变量,该函数的返回值是整型
2、(1)int *(*(*fp)(int))[10];

              fp是一个指针,指向函数,函数有一个int类型参数,函数返回值一个指针,指向一个有

              10个元素的数组,每个元素都是一个整型指针。

    (2)int *(*(*arrary[5])())();

              arrary是一个有5个元素的数组,每个元素都是一个指针,指向一个没有形参的函数,函数                的返回值是一个指针,指向一个没有形参的函数,函数返回值是一个整型指针。

          自我评价

指针与数组、指针与函数是c语言中的一大难点,需要多加学习。


  

用命令行参数代码:

1、字符串排序:

#include<stdio.h>

#include<string.h>

#include<stdlib.h>

 

#define SIZE 3

 

void sort(char *string[],int length)

{

int i,j;

char *t;

 

for(j=0;j<length-1;j++)

{

    for(i=0;i<length-j-1;i++)

{

    if(strcmp(string[i],string[i+1])>0)

{

      t=string[i];

       string[i]=string[i+1];

                      string[i+1]=t;

}

}

}

}

 

int main(int argc, char *argv[])

{

int i;

 

sort(argv,argc-1);

 

printf("The string after sort:\n");

for(i=1;i<argc;i++)//输出

               {

  printf("%s ",argv[i]);

}

 

    while(1);

    return 0;

}

 

2、冒泡排序程序

程序代码:

#include <stdio.h>

 

void sort(int *a[],int argc)

{

    int i, j, tmp;

for (i = 0; i < argc - 1; i++)

{

for (j = 0; j < argc - i - 1; j++)

{

if (a[j] < a[j + 1])

{

tmp = a[j];

a[j] = a[j + 1];

a[j + 1] = tmp;

}

}

}

}

 

void print(int *a[],int argc)

{

        int i;

for (i = 1; i < argc; i++)

{

printf("%d ", a[i]);

}

printf("\n");

}

 

int main(int argc, int *argv[i])

{

 

sort(argv,argc);

print(argv,argc);

 

while (1);

return 0;

}


  • 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列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO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