JAVA基础数组

数组
数组:可以定义一组变量,变量单个单个定义
保存一个学生的单科成绩:
有三个学生 int s1=89;s2=90,s.=100;
定义数组
类型[] 数组名=new 类型[数组长度];
int[] arr =new int[5]; 类型为 int,数组长度为5;
数组里的变量只能通过下标来区分每一个变量 0-数组长度-1;下标不要超过范围。否则将报错
System.out.println(scores.length) 获得数组长度
数组名
数组在定义之后会自动进行初始化;
数值 0
字符串 null
布尔 false
数组的初始化
动态初始化: 类名[] 数组名=new 类型[数组长度];
静态初始化: 类名[] 数组名=new 类型[s1,s2,s3] 数组长度等于元素的个数
类名[]数组名=[s1,s2,s3] 不能 指定数组的长度
System.out.println(Arrays.toString(arr)); 直接输出数组;
arr记录一个数组,单个取值不能赋值整个数组,定义过的数组能记录另一个数组。
新数组=Arrays.copyOf(原数组,原数组.length+缩放); 数组空间不够要进行扩容。
扩容后会复制原数组里的所有元素,扩容部分为0
缩减提取前几个元素
System.arraycopy(src,srcpos,dest,destpos,length) 从原数组的下标开始提取length个元素到目标数组下标位置。
原数组 下标 目标数组 下标 长度
长度太大太小,元素太多太少都会报错。
二维数组:
数据类型[][] 数组名=new 数据类型[二维数组长度][一维数组长度];
a[1][1]=3;2行2列为3;

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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