多线程

  • Python创建线程(2种方式)详解

    • Python 提供了 _thread 和 threading 两个模块来支持多线程,其中 _thread 提供低级别的、原始的线程支持,以及一个简单的锁
    • Python 主要通过两种方式来创建线程:
      • 使用 threading 模块的 Thread 类的构造器创建线程。
      • 继承 threading 模块的 Thread 类创建线程类。
    • threading.Thread 类的如下构造器创建线程:
    • init(self, group=None, target=None, name=None, args=(), kwargs=None, *,daemon=None)
      • group:指定该线程所属的线程组。目前该参数还未实现,因此它只能设为 None。
      • target:指定该线程要调度的目标方法。
      • args:指定一个元组,以位置参数的形式为 target 指定的函数传入参数。元组的第一个元素传给 target 函数的第一个参数,元组的第二个元素传给 target 函数的第二个参数……依此类推。
      • kwargs:指定一个字典,以关键字参数的形式为 target 指定的函数传入参数。
      • daemon:指定所构建的线程是否为后代线程。
    • 通过 Thread 类的构造器创建井启动多线程的步骤如下:
      • 调用 Thread 类的构造器创建线程对象。在创建线程对象时,target 参数指定的函数将作为线程执行体。
      • 调用线程对象的 start() 方法启动该线程。
      • 方法:
        • threading.current_thread():它是 threading 模块的函数,该函数总是返回当前正在执行的线程对象。
        • getName():它是 Thread 类的实例方法,该方法返回调用它的线程名字。
          • 程序可以通过 setName(name) 方法为线程设置名字,也可以通过 geName() 方法返回指定线程的名字,这两个方法可通过 name 属性来代替。
          • 默认情况下,主线程的名字为 MainThread,用户启动的多个线程的名字依次为 Thread-1、Thread-2、Thread-3、…、Thread-n 等。
  • 导入 import threading

  • 简单的demo 属于并发:假的多任务

    • 每次运行都依次执行函数,先运行完sing(),在运行dance(),总共10秒

      img

    • 加入:threading,每次同时运行两个函数,总共5秒

      img

    • 举例

EdEb9ho-1565610354624)]

  • 举例

    img

  • 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