python中类的定义_python中的面向对象(类的定义和类属性)

348b-iittafr3563077.jpg

类的定义

1.使用class

class ClassName: /ClassName(object):

(缩进)'类文档字符串'

(缩进)类属性

(缩进)类方法

(缩进)cls.类变量,方法的变量/局部变量

(缩进)静态方法

(缩进)方法的变量/局部变量

(缩进)实例方法

(缩进)self.实例变量,方法的变量/局部变量

(缩进)其它语句(在类对象定义时会执行一次,之后不在执行)

2.使用元类type()

type()函数依次传入3个参数:

>类对象名

>继承的父类集合

>实例方法名称与函数绑定

* 如{‘实例方法名’:function},’类属性’:属性值...或dict(实例方法名=function,类属性=属性值,...) *

类的属性

1.分类

>定义类时为类静态添加的类属性

·在类的内部,方法的外部定义 属性名=属性值

·类生成后由系统自动赋值的部分内置类属性

>定义类后为类动态添加的类属性

·添加类属性:类对象.新属性=属性值

·初始化类静态属性:使用 类对象.静态属性 即可初始化类静态属性

2.内置的类属性

>在类生成后由系统自动赋值

·类的属性/方法集

属性名:__dict__

属性值:一个map对象,包含一个字典,由类的属性/方法名组成

说明: 可以操作该字典从而改变实例属性和动态添加方法

·类名

属性名:__name__

属性值:类名

·类定义所在的模块

属性名:__module__

属性值:类所在模块(在本模块属性值为__main__,在其它模块属性值为其它模块名

·类的所有父类

属性名:__bases__

属性值:包含了一个由所有父类组成的元组

>特殊赋值方式

·类的文档字符串

属性名:__doc__

属性值:该类的文档说明

赋值方法:* 该属性先会被赋值为类体下的说明字符串,若之后再类体中重新赋给该属性值,则以后者为最终属性值

>主动在类体中赋值

·限制类的实例属性/方法

属性名:__slots__

属性值:__slots__=(sx,sx..)

说明:

* 用于限制给该类的实例添加属性/方法,但不限制类

* 类中有__slots__属性时,类不能使用__slot__元组中的属性/方法名作为类属性/方法,而其实例只能使用__slot__元组中的属性/方法名作为实例属性/方法.

* 该属性对其子类的实例无作用,除非子类也有__slots__属性,则子类实例允许定义的属性/方法就是自身的__slots__加上父类的__slots__

  • 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所有感兴趣的目标(物体),并确定它们的别和位置。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,即定位出图像目标的位置并识别出目标的别。由于各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: 分问题:判断图像的目标属于哪个别。 定位问题:确定目标在图像的具体位置。 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 基于深度学习的目标检测算法主要分为两大: 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。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,直接在网络提取特征来预测物体分和位置。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