java循环语句

基本数据类型转换

①隐式转换
②显示转换
引用数据类型转换
①隐式转换
子类转父类
②显示转换
父类转子类
语句 逻辑都是写在方法中
1判断语句(条件语句)某些代码在满足特定条件才会执行
①if语句
1单分支语句
if(判断条件)
{语句1

语句n
}
2双分支
if (条件表达式)
{ 语句块1
}
else
{ 语句块2
}
3多分支
if(条件判断1)
{
…//语句块1
}
else if(条件判断2)
{
…//语句块2
}
…//多个else if()语句
else
{
语句块n
}
注意:
只会执行其中一个分支,从上往下以此判断,第一个满足要求的则取执行。
如果是多分支或者双分支一定会执行其中一个分支
如果条件代码只有一条,可以省略大括号,不止一条则需要添加{},分号结束为一行

跟条件没有关系的代码,一定是无论什么情况都会执行,所以要放在条件之外
例子
接收外部输入的年,判断该年是否是闰年
四百年闰年||百年不闰,四年闰
if(year%4000|| (year%100!=0&&year%40)){

}else{

}

两种外部传播方式
1:scanner
2:string[] args 在运行时后面空格加上要传给args的值

return代表结束标识,对应方法不能有返回值
//将string强转化为intger

2switch语句

1格式
switch(变量或表达式){
	case 常量选择值1:
	代码1;
	{break;}
	case常量选择值2:
	代码2;
	{break;}
	...
	default:默认语句体
	代码;
	break;
	}
	2switch后面的变量和表达式和case对应的值进行匹配
	当匹配成功后将case作为入口往下执行,直到遇到break结束
	3case的值不能重复的,而且要和switch对应的变量类型保持一致
	4switch后面的变量只能是byte short char  int,long jdk7之后也支持String
	5case 1:
	case 3;
	case 5;
	代码

	break;

	循环语句:某些代码会重复执行,直到遇到不满足循环条件才会停止
	1:for语句
	for{初始化;循环条件;迭代部分){
		循环体
		}

2while 语句

	while (循环条件){
		循环体
		迭代部分
		}
	3 do...while语句
	do{
		循环体;
		迭代部分;
		}while(循环条件);
		初始化部分:给循环变量初始化值
		循环条件:是否要继续循环操作的条件
		循环体:重复执行的代码
		迭代部分:改变循环变量的值,进而改变循环条件的值
		for(int i=0(初始化部分);i<10(循环条件);i++(迭代部分)){
			System.out.print(i+" ");
			}
		先初始化i=0;
		执行循环条件(i<10)---true
		执行循环体(输出0)
		执行迭代部分(i++,i=1)
		执行循环条件(i<10)---true
		执行循环体(输出1)
		执行迭代部分(i++.i=2)
		...
		执行循环条件(i<10)false
		while 和do while 的区别

		For(A:B:C){
		D
		}
				do...while 先执行循环体在进行循环条件判断,循环体至少被执行一次
						while先执行循环条件判断,再走循环体
	中断循环
	break中断当前循环
	continue结束本次循环,继续下次循环


0 1 2 3 4 
0 1 2 3 4 
0 1 2 3 4 
(外层值代表行,括号里的代表列)
  a:for (int i=0;i<3;i++){行
for(int j=0.j<5;i++){列
if(j==3)
break a;
}
System.out.println(i);
}
System .out.println();
}
多层循环需要终止,加标识位,合法的字符
放到for while do...while的前面

随机数
随机产生10个[200,500]的整数
int a=(int)(Math.random()*((最大数-最小数+1)+最小数);
[0,1)*301+200
[0,301)+200
[200,501)
(int)[200,501)
200-500

*
**
***
****
*****
...
int n=7;
for (int i=0;i<n;i++){
for(int i=0;i<=i,i++){
System.out.print("*");
}
System.out.println();
}
  • 1
    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