COM笔记(1)

1.1 COM的起源
1.1.1 OLE的发展历史
1.1.2 组件的产生
1.1.3 面向对象的组件模型 – COM
1.2 COM结构
1.2.1 对象与接口
1.2.2 客户/服务器模型
1.2.3 COM库
1.3 COM特性
1.3.1 语言无关性
1.3.2 进程透明特性
1.3.3 可重用性
1.4 COM的发展前景
1.4.1 COM与Windows操作系统
1.4.2 COM与数据库
1.4.3 COM与Intranet应用
1.4.4 COM与Internet

“COM组件”为“COM对象”提供了活动的空间,“COM对象”以“COM接口”的方式提供服务。

使用“COM对象”的应用(或另一个对象)称为客户,有时也称为“COM对象”的用户。

接口是一组逻辑上相关的函数集合,其函数也被称为接口成员函数。

在COM模型中,对象本身是对于客户来说是不可见的,客户请求服务时,只能通过接口进行。

每一个接口都由一个128位的全局唯一标识符(GUID)来标识。客户通过GUID获得接口的指针,再通过接口指针,客户就可以调用其相应的成员函数。

与接口类似,每个对象也用一个128位GUID来标识,称为CLSID。

根据COM规范,一个COM对象如果实现了多个接口,则可以从某个接口得到该对象的所有其他接口。

COM中两种对象重用结构:包容,聚合。

COM对象的进程模型:
1. 进程内服务程序。通常以DLL的形式实现。
2. 本地服务程序。通常是一个exe文件。
3. 远程服务程序。服务程序运行在与客户不同的机器上。

客户程序在使用组件对象时不需要区别COM对象的不同进程模型,但实现COM时应该慎重选择进程模型。

对于COM对象的客户程序来说,它只是通过接口使用对象提供的服务,它并不知道对象内部的实现过程,因此,组件对象的重用性建立在组件对象的行为方式上,而不是具体的实现上。

  • 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