JAVA异常总结

JAVA异常总结

异常类 Exception 分为运行时异常和非运行时异常,我们主要学习了解了Exception的处理

在这里插入图片描述

处理Exception主要有5个关键字,分别是:try,throws,throw,catch,finally

  1. try
    通过运行try中的代码尝试捕获异常,若try中代码存在Exception类的异常,则程序会跳入catch中运行catch中的代码,通常一个try可对应一个或者多个catch

  2. throws
    用在方法声明后面,用来声明一个方法可能产生的所有异常,不做任何处理而是将异常往上传,谁调用该方法就抛给谁处理

  3. throw
    用在方法体内,抛出一个具体的异常类型

  4. catch
    catch语句包含要捕获异常类型的声明,如果try语句块中发生的异常包含在 catch 块中,异常会被传递到该 catch 块

  5. finally
    finally 用来创建在 try 代码块后面执行的代码块.无论是否发生异常,finally 代码块中的代码总会被执行
    finally 代码块出现在 catch 代码块后

特别注意

当try语句块和finally语句块当中都存在return时,程序会从finally语句块中的return退出.
而当try语句块和finally语句块当中都存在System.exit()时,程序会从try语句块中的System.exit()退出
因为程序会在finally语句块运行完毕之后再进行return操作,尽管try语句块中存在return,程序也会跳过return运行finally语句块中代码,而System.exit()相当与强制关机

关键字的简单的运用

public class People {
    private String name;
    private int age;
    public People(String name, int age) {
        this.name = name;
        this.age = age;
    }
    public String getName() {
        return name;
    }
}

public static void main(String[] args){
	int[] arr = {1,2,3};
	int[]arr={1,2,3};
    People p=new People("zs",10);
    try {
    	int value=arr[4];
    	String name=p.getName;
    }catch (ArrayIndexOutOfBoundsException e){
    	e.printStackTrace();
    }catch (NullPointerException e){
        e.printStackTrace();
    }catch (Exception e){
        e.printStackTrace();
    }finally {
        System.out.println("结束");
    }
}
public static void toJson(Object o,Class c)throws Exception{
	Field[] fields = c.getDeclaredFields();
    for (int i=0;i<fields.length;i++){
    if(fields[i].get(o) instanceof String){
    	System.out.println('"'+fields[i].getName()+'"'+':'+'"'+fields[i].get(o)+'"');
    }else{
        System.out.println('"'+fields[i].getName()+'"'+':'+fields[i].get(o));
    }
  }
}
  • 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