- 博客(10)
- 收藏
- 关注
RSS订阅原创 （备战招聘）操作系统之线程的实现机制
大家好，在我的前面的文章中，给大家讲述了线程进程的概念、进程的状态和转换机制、线程的引入，下面来讲讲线程的实现机制。线程的实现主要有三种机制：1、用户级线程2、核心级线程3、混合-两者结合线程用户级线程如上图，用户级线程顾明思义是在用户空间建立线程库。用户控件的线程库提供函数接口来进行线程管理。具体的线程管理是通过一个Run-time System（实时性系统）来进行管理的，该系统完...
2019-02-28 17:30:41
273
原创 (备战招聘)操作系统之为什么要引入线程
大家好，之前的博文我们介绍过进程和线程的概念，那么本文我们重点来讲讲为什么要引入线程的概念、线程的属性以及线程机制在操作系统里是如何实现的。最开始的操作系统，只有进程的概念，还没有线程一说，因为进程概念的出现，应用程序已经可以并发执行了。最简单的举一个Web服务器的例子，来方便大家理解，比如一个Web服务器，其功能就是从客户端接受网页请求，然后从磁盘上检索相关网页读入内存，最后返回给对应的客户...
2019-02-28 16:15:31
1548
原创 （备战招聘）操作系统之进程状态及状态转换
笔者最近在写一些相关的操作系统方面的基础知识，大家可以多多关注博文，更新速度很快，用尽量凝练的语言来总结知识点，方便大家理解。本文参考了Mooc网中北大教授的操作系统原理的课件。讲到进程就需要讲讲进程的状态和进程状态的转换。首先，进程的状态教材里有很多种模型，但是最基础的状态可以分为三类如下进程的三种基本状态：1、运行态（Running）：占有CPU，并在CPU上运行2、就绪态（Rea...
2019-02-28 11:35:44
219
原创 （备战招聘）操作系统之进程的控制块（Process Control Block）
顾名思义，进程的控制块，就是操作系统用于管理控制进程的一个数据结构，其记录了进程的各种属性，描述了进程动态变化的过程。PCB是系统用来感知进程存在的唯一标志，一个进程对应着一个控制块PCB。进程表：系统将所有进程PCB信息汇总在一起放入内存一个固定的区域，也就是所有进程PCB的集合，大小往往固定，其大小确定了一个操作系统最多支持多少个进程，也就是操作系统的并发度。在Linux系统中输入ps命...
2019-02-28 11:18:22
1053
原创 （备战招聘）操作系统之存储和寻址
操作系统的存储和寻址是较为重要的一部分，这里面有很多精髓的思想在里面，涉及到很多知识点，例如寻址空间（逻辑内存）、物理内存（实际拥有的内存）、虚拟内存（通常在硬盘上，固态或者机械硬盘上开辟的空间），因此我打算通过一种较为形象具体的方法来给大家讲解我的理解。先说一下操作系统的存储计算机的存储主要是层级结构化的，如图所示，从下至上的速度由慢到快，相应的成本也越来越高，所以容量也越来越小，价格越来...
2019-02-27 15:46:20
571
原创 （备战招聘）操作系统之进程与线程的关系与区别
博主最近在加强一些基础知识的学习，今天来讲讲进程与线程之间的区别与联系，尽量做到通俗易懂首先我们看上面的一张图，当一个计算机程序运行的时候，每个程序可以有一到多个进程，而每个进程里面又可以包含一个到多个线程，一个程序至少有一个进程和一个线程，那么进程与线程到底是什么呢？首先，进程（Process）从官方角度来讲，就是一个应用程序的一次运行活动，从操作系统的角度，进程是资源分配的基本单位，同时...
2019-02-27 10:14:30
151
3
原创 Anchor Boxes算法介绍
主要参考吴恩达的深度学习教程利用卷积滑窗检测时，如果出现多个物体，例如两个不同的物体（Anchor Box算法对更多的物体以及两个物体外形相似没有很好的应对办法）的中心点同时出现在一个单元格中，那么按照原有的算法只会输出一个物体，如下图所示，人和车的中心都位于同一个单元格的一个位置,这时就需要使用Anchor Boxes算法Anchor Boxes的思路是对于不同的物体事先采用不同的框，例如...
2019-02-25 21:32:25
3032
7
原创 非最大值抑制（Non-Maximum Supression,NMS）的原理
参考吴恩达深度学习课程总结非最大值抑制，顾名思义抑制最大值之外的元素，可以理解为局部最优。如图所示为一个19×1919\times 1919×19的图片，在检测中运行卷积滑窗检测算法后，...
2019-02-25 20:42:37
5722
3
原创 卷积滑动窗口检测算法原理
在目标检测中，基于滑动窗口的检测是一种常见的办法。如下是该算法的主要思路：首先该算法的实现需要预先训练卷积网络，将数据集（经过裁剪，使检测的物体尽量处于图像中心并占据图片较大位置）进行训练，然后通过固定大小的窗口以及固定步长扫描需要检测的图片，将图片中处于窗口中的图像送入训练好的卷积网络进行检测，判断有无物体输出，最终通过变换扫描窗口的大小，可以检测出有无物体以及物体的大致定位（该算法的定位不...
2019-02-25 19:23:36
8754
70
转载 目标检测中YOLO网络模型的介绍
目前，在目标检测领域大致分为两大流派：1、（two-stage）两步走算法：先计算候选区域然后进行CNN分类，如RCNN系列网络2、（one-stage）一步走算法：直接同时输出定位和分类结果，如SSD、YOLO系列网络两步走的算法准确率较高，然而计算速度慢，经过改进的Faster R-CNN检测时间为5-7FPS，为了满足实际场景的实时性，产生了YOLO、SSD等算法。YOLO的检测思...
2019-02-25 15:32:18
4419
163
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人