vi编辑器 180702

文本编辑器:vi/vim是一款优秀(命令)的编辑器

vi的四种模式:

1、命令模式:在此模式下,输入的字符串代表操作文档的一个操作

     切换: 从命令模式-->插入模式: i/a/o/I/A/O

                从命令模式-->底行模式:  shift+:

        命令模式:  

                i:光标所在的左侧输入                      I:光标移动到所在行的最左侧

               o : 光标移动的下一行(新的一行)        O:光标移动的上一行(新的一行)  

               a:光标移动到所在行的右侧输入       A:光标移动到所在行的最右侧

       复制:

                   行——nyy            n:数字            n>0

                   单词——nyw                                n>0

       粘贴:p

              撤销到上一步骤:u

              恢复到上一步骤:ctrl+r

       替换:      

                  替换一个字符:r

                  连续替换:R

        定位行: 

                       上:n-

                       下:n+    

         删除:

                      删除字符:nx(往右)         nX(往左)

                      删除行:ndd      n,nl dd(多行)

         查找关键字:/key_value           (向下查找key:n           向上查找key:N) 

2、插入模式:编写内容

     插入模式-->命令模式:  esc

3、底行模式:保存退出,执行Shell命令

     (1)保存(写入): w write
     (2)退出: q
     (3)保存退出: wq
     (4)不保存退出: q!
     (5)显示行号: set nu
     (6)返回终端:!shell
4、视图模式:

(1)打开vi:  vi   名字


编译器:将指定的语言翻译成机器语言

语言的发展历史:

1、机器语言:由0/1组成的指令 (计算机可以直接识别)

2、汇编指令:用助记来替代二进制指令

3、高级语言:用自然的语言来与机器沟通

      Linux的编译器:gcc/g++/QT

gcc编译器:是一款优秀(1、编译语言多,2、质量高)的编译器

源程序:用高级语言编写的程序的文件

     c语言:  .c

     c++语言:.cpp  .C

     java: .java

     OC  : .oc

编译:

       1gcc 源程序.c                      注:如果没有指定可执行文件名,默认生成a.out

       2、指定可执行文件名:

              gcc 源程序.c -o 可执行文件名

     执行程序:路径/程序名

3、编译过程:(函数)




  • 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