奔腾电力面试题

  • 你用过什么框架?

    • springboot,spring,springcloud,springmvc
  • 介绍你的第一个项目?

    • 这是在上一家公司做的一个跨境电商,外卖,售货机一体的项目
    • 商家端用的uniapp+springboot,用户端用的微信小程序+springcloud,后台用的vue+springboot
    • 我主要负责商家端app的开发
  • springboot中的spring-starter的原理?

    • Spring Boot之所以能够帮我们简化项目的搭建和开发过程,主要是基于它提供的起步依赖和自动配置。
  • springboot怎么配置mybatis?

    • 导入mybatis-spring依赖
    • yml中配置mybatis扫描mapper,entity包
    • mapper接口名 对应 xml的namespace
    • mapper接口的方法名 对应 xml的id
  • springboot怎么配置多个数据源

    • 在yml中spring.datasource下配置多个数据源
    • 线上环境,线下环境,测试环境的不同数据库
    • 使用连接池
  • 索引失效的情况?

    • like%
    • A or B
    • 函数
        • / *
    • != <>
  • #{} 和 ${}的区别?

    • #{} 预加载的执行器 用占位符?替换 防止sql的注入
    • ${} 普通的执行器 字符串的拼接
  • mysql与oracle分页失效情况?

    • limit 起始索引值 , 每页显示记录数
    • select rownum,a.* from (select rownum rn,表.* from 表 where rownum <= 20) a where a.rn>=11
    • 前端传值 pageNo,pageSize 后端未接收到
    • pagehelper 拦截器未拦截到sql,没有修改sql
  • 栈溢出 , 堆溢出报什么异常?

    • OutOfMemoryError 内存不足错误
    • 内存溢出,内存泄漏
  • 索引失效的情况?

    • like%
    • A or B
    • 函数
    • ‘+’ , ’ - ’ , / , *
    • != , <>
  • springboot的优点?

    • 减少向ssm项目那样复杂的配置
    • 取而代之的是springboot的自动加载机制
    • springboot可以自动配置 @SpringBootApplcation
    • yml进行简单配置即可
  • mysql和oracle分页的区别?

    • mysql: 使用limit分页
    • oracle: 使用rownum分页 (select嵌套取一个范围值)
  • mysql分页失效的原因?

    • pageNo,pageSize是不是前端没有传递过来?
  • 怎么优化sql?

    • 添加索引
    • where代替having
    • in代替or
    • 小表连大表
    • 避免索引失效
  • 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