UML学习day01

什么是UML?
统一建模语言UML是一种直观化 、明确化 、构建和文档化软件系统产物的通用可视化建模语言 。它捕捉了被构建系统的有关决策和理解, 用来理解、 设计 、浏览、 配置 维护以及控制系统的信息。UML可以与所有的开发方法 生命阶段 应用领域和媒介一同使用 ,它意图统一过去建模技术的经验 将当前软件最佳实践合并至标准的方法。
UML目标
UML是所有建模人员可以使用的通用建模语言,它基于许多计算机团体的共识 是一种非私有的语言 。UML特意包含了主流建模方法的概念 从而可以作为它们的建模语言。UML不是完整的开发方法,它不包括逐步的开发流程,最后一个UML目标是在能对众多系统建模的同时,尽可能的简洁 ,UML具有足够的表达能力来处理现代系统中的所有概念。
UML概念范围
概念和模型可以被划分为以下的范围
静态结构 精确的模型必须首先定义讨论的各种事物 即应用中的关键概念 它们的内部
特征和相互之间的关系 该一系列构造是静态视图 应用概念建模成类 类描述了一系列
拥有信息和相互通讯以实现行为的离散对象 对象所拥有的信息建模成属性 它们执行的
行为建模成操作 多个类可以使用概括共享通用的结构 孩子类将新添的结构和行为增加
至通过继承得到的结构和行为 对象还可以拥有与其它对象的运行时连接 上述对象 对
象关系建模成类之间的关联 元素之间的一些关系用依赖来分组 包括抽象层次的转移
模板参数的绑定 许可的授予和元素对其它元素的使用 其它关系包括用例和流的合并
静态视图显示为类图 静态视图可以用于产生大多数程序中的数据结构声明 类图中
有许多种元素 如接口 数据类型 用例和信号 它们合在一起被称为分类 它们的举止
如同具有某种限制的类
动态行为 有两种方式来建模行为 一种是通过与外界交互的对象的生命史 另一种是使
用一系列对象的通信模式 这些相互连接的对象交互实现行为 状态机是被隔离的对象视
图 视图中 对象依照当前状态对事件响应 执行动作 迁移至新状态 状态机在状态
图中显示
相互交互对象的系统视图是一种协作 即依赖上下文的对象和互相之间链的视图 连同
对象间数据链上的消息流 该视点在单张视图中统一了数据结构 控制流和数据流 协作
和交互在顺序图和协作图中表达 指导所有行为视图的是一系列用例 用例展示了活动者
系统的外部使用者所见的一部分系统功能
实现构造 模型对逻辑分析和物理实现均可以表达 一定的构造代表了实现单元 构
件是与一系列接口一致和为其提供实现的物理 可替换的系统组成部分 它可以作为满足
相同说明的其它构件替代品 结点是定义了位置的运行时段的运算资源 它可以容纳构件
和对象 配置视图描述了运行系统中结点的配置 构件和对象在结点中的分布 及包括结
点内容的可能迁移

  • 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