day 10 2021.2.28 常用的API

API

Scanner类

练习题

1.求两数之和

package com.wang.API.Scanner.Demo1.Demo2;

import java.util.Scanner;

public class Sum {
    public static void main(String[] args) {
        int c;
        Scanner scanner = new Scanner(System.in);

        int a = scanner.nextInt();
        int b = scanner.nextInt();
        c = a + b;
        System.out.println(c);
    }
}

2.求三数比大小:

package com.wang.API.Scanner.Demo1.Demo2;

import java.util.Scanner;

public class Max {
    public static void main(String[] args) {
        int max;
        Scanner scanner = new Scanner(System.in);
        System.out.println("请输入第一个数字:");
        int a = scanner.nextInt();
        System.out.println("请输入第二个数字:");
        int b = scanner.nextInt();
        System.out.println("请输入第三个数字:");
        int c = scanner.nextInt();
        if (a>b){
            if (a>c){
                max = a;
            }else{
                max = c;
            }
        }else{if (b>c){
            max = b;
        }else {
            max = c;
        }
        }
        System.out.println("最大值为:"+max);
    }
}

匿名对象

package com.wang.API.Scanner.Demo1.Demo3;

/*
匿名对象就是只有右边的对象,没有左边的名字和赋值运算符
new 类名称();

注意事项:匿名对象只能使用一次,下次使用又需要再次创建
 */

public class Demo3 {
    public static void main(String[] args) {
        Person one = new Person();
        one.name="高圆圆";
        one.showName();

        System.out.println("============");
        new Person().name = "赵又廷";
        new Person().showName();
        //出来的是我叫null
        //因为此对象又被new了一次
        
    }
}

用匿名对象使用Scanner

package com.wang.API.Scanner.Demo1.Demo3;

import java.util.Scanner;

public class Demo1 {
    public static void main(String[] args) {
        //匿名对象 
        int num = new Scanner(System.in).nextInt();
        System.out.println("输入的是:"+num);
    }
}

Random

package com.wang.API.Scanner.Demo1.Demo4;

/*
Random类用来生成随机数字
1.导包
2.创建
Random r = new Random();
3,使用
获取一个随机的int数字:
int num = r.nextInt()  (此时生成的数的范围是int的范围)
int num = r.nextInt(n) (此时的范围是【0,n)
*/

import java.util.Random;

public class Demo1 {
    public static void main(String[] args) {
        Random random =new Random();
        int a = random.nextInt(100);
        System.out.println("随机数字为:"+a);
    }
}

使用Randmom创建的1-100之间猜数游戏练习

将随机值控制在1-100之间

将可以猜测的次数控制在10次之内

package com.wang.API.Scanner.Demo1.Demo4;

import java.util.Random;
import java.util.Scanner;

public class Game {
    public static void main(String[] args) {
        Random random = new Random();
        int a = random.nextInt(100) + 1;
        //变为1-100的范围
        int i = 0;
        int n = 0;

        System.out.println("请输入你猜的数字:");
        do {
            n++;

            int num = new Scanner(System.in).nextInt();
            if (num > a) {
                System.out.println("猜大了");
            } else if (num < a) {
                System.out.println("猜小了");
            } else {
                i++;
                System.out.println("恭喜你,猜对啦!");
                break;//猜中跳出循环
                }
            if (n>10){
                System.out.println("您猜测的次数超过十次");
                break;
            }else {
                System.out.println("请输入你再次猜测的数字:");
            }
        } while (i == 0);
        if (n <= 10){
            System.out.println("您猜对数字一共花费了"+n+"次。");
            System.out.println("游戏结束!");
        }else {
            System.out.println("游戏失败!");
        }

    }
}

对象数组

main方法

package com.wang.API.Array;

/*
题目:
要求定义一个数组,用来存储三个Person对象

数组有一个缺点
一旦创建,数组的长度不能发生改变了
 */

public class Demo1 {
    public static void main(String[] args) {
        Person[] array = new Person[3];
        Person one = new Person("迪丽热巴",18);
        Person two = new Person("古力娜扎",28);
        Person three = new Person("马尔扎哈",38);

        array[0] = one;//将one中的地址值 赋值到0号元素中
        array[1] = two;
        array[2] = three;

        System.out.println(array[1].getName());
    }
}

Person类

package com.wang.API.Array;

public class Person {
    private String name;
    private int age;

    public Person() {
    }

    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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