变量

变量:JavaScript 变量是存储数据值的容器。
变量是计算机内存中存储数据的标识符,根据变量名称可以获取到内存中存储的数据
变量声明
var (永远不要用,垃圾js带来的垃圾语法)
const 常量(1.声明赋值在一行。2.只能赋值一次)
let 变量(1.不能重复声明。2.声明之前不能使用)

数据类型
一、基本数据类型(值类型)
1.字符串类型/String
2.数字类型/Number
3.布尔类型/Boolean
4.Null
5.Undefined

二、复杂数据类型(引用类型)
1.对象类型/Object
2.数组类型/Array
3.函数类型/Function

变量的命名规则:
(1)驼峰命名法: getElementById/ userName…
(2)变量必须以字母, _ , $为开头;
(3)变量中可以包含数字,但是不能以数字开头;
(4)变量不能以JS中的关键字命名;
(5)变量长度不能超出255个字符;
(6)变量 区分大小写(表示不同的变量userName, username)
(7)变量可以以中文命名,但是不 建议 很low

匈牙利命名风格
对象o Object 比如:oDiv
数组a Array 比如:aItems
字符串s String 比如:sUserName
整数i Integer 比如:iItemCount
布尔值b Boolean 比如:bIsComplete
浮点数f Float 比如:fPrice
函数fn Function 比如:fnHandler
正则表达式re RegExp 比如:reEmailCheck

数据类型之间的转换

一.转换成字符串类型:

  1. 变量+“” 或者 变量+“abc”
  2. String(变量)
  3. 变量.toSting() 注意:undefined和null不可以
    toFixed(x)
    把数字转换为字符串,结果的小数点后有指定位数的数字。

二.任何简单类型转换成Number
1.变量 - * /一个数字(有非数字字符会出现NaN)
2.Number(变量)(有非数字字符会出现NaN)
3.parseInt()和parseFloat()(译为取整和取浮点数)
parseInt(变量):如果变量中首个字符为字母则结果为NaN。
否则取出现首个非数字前的整数。
parseFloat(变量):如果变量中首个字符为字母则结果为NaN。
否则取出现首个非数字前的浮点数。(没有小数取整)
x - 0 (一般用这种,最常用,因为好理解)(ts禁用)
+x (取正的意思,容易理解错)

三.转换布尔型
Boolean()方法,字符串转布尔,空字符串为false,其余都是true;null和undefined都会转换为false
!!x (老手用这个)但,不要总想把一些东西变成布尔,或许可以直接判断在不在:if (x!==undefined)

对象转字符串
JSON.stringify()

字符串转对象
JSON.parse()

隐式转换

字符串和数字之间进行减、乘、除、取模运算、比较运算 时,自动把字符串转换为数字
加法运算 则是将数字看成字符串进行拼接

数值型+字符串=字符串
数值型+布尔型=数值型
布尔型+字符串=字符串

五个 falsy 值
所有的值里面,只有5个值,变成布尔是 false,其他的值都是 true (最好背下来)
number (0,NaN)
空字符串("" or ‘’ or ``)
null (它本身)
undefined (它本身)
所有的对象都是 true

parseInt(‘011’) 是多少 //11
以前 0 开头的就是八进制,后来 ES 升级了,几进制是由第二个参数决定的,默认是10。
比如:

parseInt('011',8)  // 9
 parseInt('011',10)  // 11

数组展开

…(三个点表始拷贝)

let a1 = [1,2,3];
let a2 = [4,5,6];
lat a3 = [...a1,...a2];
console.log(a3) //[1,2,3,4,5,6]

对象展开

let o1 = { name:'sparks', age: 18};
let o2 = { nation:'China'};
let o3 = {...o1,...o2};
console.log(o3) // {name:'frank', age: 18, nation: "China"}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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