笔记

AOP:

静态代理:

1.将业务抽象为接口

2.代理对象和被代理对象都实现该接口

3.代理对象持有被代理对象的引用,在执行具体核心业务时交由被代理对象完成

动态代理:1.jbk动态代理(只能代理接口)

​ 2.cglib动态代理(只能代理类)

  • Proxy类主要用来获取动态代理对象,
  • InvocationHandler接口用来约束调用者实现

jbk动态代理

Proxy代理核心类

作用:对方法增强

1.直接修改源代码

2.把这需求封装到方法, 不修改调用方式

3.不修改源代码

CGLib与JDK动态代理的区别

  1. 原理
    • java动态代理是利用反射机制生成一个实现代理接口的匿名类,在调用具体方法前调用InvokeHandler来处理。
    • 而cglib动态代理是利用asm开源包,对代理对象类的class文件加载进来,通过修改其字节码生成子类来处理
  2. JDK动态代理和CGLIB字节码生成的区别
    • JDK动态代理只能对实现了接口的类生成代理,而不能针对类
    • CGLIB是针对类实现代理,主要是对指定的类生成一个子类,覆盖其中的方法,因为是继承,所以该类或方法最好不要声明成final
  3. 速度上
    • 在jdk6以后sun公司对JDK动态代理进行优化,在调用次数较少的情况下,JDK代理效率高于CGLIB代理效率
    • 只有当进行大量调用的时候,jdk6和jdk7比CGLIB代理效率低一点,但是到jdk8的时候,jdk代理效率高于CGLIB代理

AOP使用场景

  1. Authentication 权限管理
  2. Log 日志记录
  3. Transactions 事务处理
  4. Exception 异常处理
  5. safety control 安全控制
  6. Caching 缓存
  7. performance 性能统计 等等

***方面/切面(Aspect) 通常是一个类,里面可以定义切入点和通知

***切入点(Pointcut) 就是带有通知的连接点,在程序中主要体现为书写切入点表达式,负责往"什么地方"插入代码,"通知"负责插入"什么代码

5种通知节点

Before(前)
@ B e f o r e ( v a l u e = " " , a r g N a m e s = " " ) @Before(value = "", argNames = "") @Before(value="",argNames="")
After-returning(返回通知)

After-throwing(抛出后)

Arround(周围)

After(finally)(最终通知)


AOP 面向切面
作用 对方法增强

  1. 直接修改源代码
  2. 把这需求封装到方法(改一处其他都改了)
  3. 在不修改源代码的,不修改调用方式情况下对方法增强 设计模式 代理模式

1 静态代理
1> 抽共同接口
2> 代理类跟被代理实现公共接口
3> 代理类要引用被代理的实例

2 动态代理
实现一对多
jdk 代理接口
cglib 代理类

动态代理
spring-aop
基于动态代理aop实现
对aspects支持

名词解释

  • 切面

    代理类 --> 水果刀 - 提取公共代码

  • 切入点

    在那些方法上执行增强的代码—>切猪脚的点

  • 通知

    在执行核心方法执行的时机 — > 在核心方法之前执行代码

    • 前置通知
    • 后置通知
    • 异常通知

    • 一、Java 对象的初始化过程

过程

1、 new 用到了Person.class,所以会先找到Person.class文件,并加载到内存中(用到类中的内容类就会被加载)

2、执行该对象的static代码块(静态初始块)。(如果有的话,给Person.class类进行初始化)

3、在堆内存中开辟空间,分配内存地址

4、在堆内存中建立对象特有属性,并进行默认初始化

5、对属性进行显示初始化(声明成员属性并赋值)

6、执行普通初始块

7、执行构造函数

8、将内存地址赋值给栈内存中的jack变量

结构图

[外链图片转存失败(img-Lrcr0g3F-1565786920084)(img/类的初始化过程.png)]

二、面向对象六大原则?

单一职责原则(Single-Resposibility Principle)。

对一个类而言,应该仅有一个引起它变化的原因。

开放封闭原则(Open-Closed principle)。

软件实体应该是可以扩展的,但是不可修改。

Liskov替换原则(Liskov-Substituion Principle)。

子类型必须能够替换掉它们的基类型。本原则和开放封闭原则关系密切,正是子类型的可替换性,才使得使用基类型模块无需修改就可扩充。

依赖倒置原则(Dependecy-Inversion Principle)。

抽象不应依赖于细节,细节应该依赖于抽象

接口隔离原则(Interface-Segregation Principle)。

多个专用接口优于一个单一的通用接口

良性依赖原则。

不会在实际中造成危害的依赖关系,都是良性依赖。

  • 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