UDP与TCP

UDP与TCP

TCP/IP运输层有两个主要协议:用户数据报协议UDP与传输控制协议TCP。

UDP在传送数据之前不需要先建立连接。(也就是说:随时进行数据更新,随时发送信息。)
TCP则提供面向连接的服务。(即数据传送前必须先建立连接,数据传送结束后必须释放连接。)
UDP的主要特点:

1.UDP是无连接的,即发送数据之前不需要建立连接。
2.UDP使用尽最大努力交付,即不保证可靠交付。
3.UDP是面向报文的,所以应用程序必须选择合适大小的报文。
4.UDP没有拥塞控制。
5.UDP支持一对一,一对多,多对一,多对多的交互通信。
6.UDP首部开销小,只有8个字节。
(注意:UDP计算检验和的方法和计算IP数据报首部检验和的方法相似,但不同的是,IP数据报的检验和只检验IP数据报的首部,但UDP的检验和是把首部和数据部分一起都检验。——包括伪首部、首部和数据。)

TCP的主要特点:

1.TCP是面向连接的运输层协议。
2.每一条TCP连接只能有两个端点,即一对一。
3.TCP提供可靠交付的服务。
4.TCP提供全双工通信。
5.面向字节流。
(注意:TCP连接时,数据发送与数据接受时,数据大小都由接收方控制。)

要点:

当运输层采用面向连接的TCP协议时,尽管下面的网络是不可靠的,但这种逻辑通信信道就相当于一条全双工的可靠通信。但运输层采用无连接的UDP协议时,这种逻辑通信信道仍然是一条不可靠信道。

(注意:并不是不可靠就不能应用,TCP、UDP同等重要。)

  • 0
    点赞
  • 4
    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