自定义类型

结构体(struct)

结构体是一些值的集合,这些值称为成员变量,结构体没个成员可以是不同的类型

结构体内存对齐规则

  • 第一个成员变量在与结构体变量偏移量为0的地址处
  • 其他成员变量要对到对齐数的整数倍处,对齐数=编译器默认对齐数与该成员大小的较小值,vs中默认对齐数为8,linux默认对齐数为4
  • 结构体大小为最大对齐数的整数倍
  • 如果嵌套了结构体,嵌套结构体对齐到自己的最大对齐数的整数倍处,结构体的整体大小就是所有最大对齐数(含嵌套结构体的对齐数)的整数倍

为什么存在内存对齐

  • 平台原因(移值原因):不是所有平台都能访问任意地址上的任意数据的,某些平台只能在某些地址去某些特定类型的数据,否则抛出硬件异常
  • 性能原因:减少访问次数,提高效率,数据结构(尤其是栈)应该尽可能地在自然边界上对齐,原因在于对于未对齐的内存,处理器需要作出两次内存访问,而对齐的的内存访问仅需要一次

位段

  • 位段的声明与结构体类似
  • 位段的成员必须是int、unsigned int、signed int或char
  • 位段的成员名后面有一个冒号和一个数字

位段的内存分配

  • 位段的空间是按照需要一4字节(int)或者1字节(char)的方式来开辟的
  • 位段涉及很多不确定因素,为断食不跨平台的,注重可移植性应避免使用位段

位段的跨平台问题

  • int位段被当成有符号还是无符号数是不确定的
  • 位段中最大位的数目不确定(16位最大16,32位最大32,写成27在16位中会出问题)
  • 位段中的成员在内存中从左向右分配还是从右向左分配尚未定义
  • 当一个结构包含两个位段,第二个位段成员比较大,无法容纳第一个位段剩余是,是舍弃还是利用剩余位不确定

枚举(enum)

枚举就是一一列举,枚举类型也叫枚举常量,{}中的可能取值都是有值的,默认从0开始,依次递增1,在定义时也可以赋初值

枚举优点

  • 增加代码的可读性和可维护性
  • 和#define定义的标识符比较枚举有类型检查,更加严谨
  • 防止命名污染(封装)
  • 便与与试
  • 使用方便,一次可以定义多个常量

联合体(union)

联合体的成员公用同一块空间

联合体大小计算

  • 至少是最大成员的大小
  • 当最大成员不是最大对齐数的整数倍的时候,对齐到最大对齐数的整数倍

  • 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