OS——处理器管理

      今天的主题是处理器管理,具体的总结如下:


现代计算机系统具有处理器与外围设备并行工作的能力。为了发挥这一能力,提高系统效率,多道程序应运而生,多道程序技术让几个程序同时装入主存储器并行执行。采用多道程序设计,能增加单位时间内的算题量,但对每道程序来说可能延长了执行时间。       

     进程是个新概念,进程是一个程序在某个数据集上的一次执行。它有三种基本状态:等待态,就绪态,运行态。若干个进程可以并发执行,不过,在单处理器的计算机系统中,每次最多只有一个进程可以占有处理器,其余的进程或在等待队列中,或在就绪队列中。

     处理器的分配需要经过两级调度。首先是作业调度,它使进程具有竞争处理器的机会,然后是进程调度,它来决定把处理器分配给哪个进程运行。

     中断是激活操作系统的手段。硬件识别到中断源后,由中断装置通过交换PSW让操作系统的中断处理程序占有处理器工作。中断处理程序经适当处理后根据进程状态的变化进行队列调整,然后转向进程调度程序执行。进程调度按预定的调度策略从就绪队列中选择一个可运行的进程,把处理器交给被选中的进程使用。

      现代操作系统采用多线程技术,线程是进程中可以并发执行的部分。一个进程中可包含多个线程。进程是资源分配单位,线程是调度,执行单位。利用多线程技术可进一步提高系统的性能和工作效率。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 10
    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 10
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