Java中关于面对对象思想的总结

面对对象

1.面对对象基本概念:

面向对象 (Object Oriented) 是将现实问题构建关系,然后抽象成 类 (class) ,给类定义属性和方法后,再将类实例化成 实例 (instance) ,通过访问实例的属性和调用方法来进行使用。

1.类与对象

(1)对象
首先对象具有属性和行为的特点。面向对象就是以我们去关注一个对象,并对这个对象信息,属性了解。
属性:对象具有的各种特征,每个对象的每个属性都拥有特定的值。例如手机的属性是:品牌,型号,价格。
行为:对象的行为就是对象可以执行的操作。例如:一个手机就是对象打电话或发短信的功能,在执行时这些就是对象所做行为。
(2)类
定义:是现实生活中一类具有共同属性和行为的事物的抽象,确定对象将会拥有的属性与行为。主要有属性和行为组成。在Java里面类是基本的组成单位,属性则通过类里面的成员变量来进行体现,行为则是通过类里面的成员方法来体现。例如手机是一个类,组成:属性为品牌,价格,等等,行为为打电话,发短信等等。
代码展现:在这里插入图片描述
(3)类与对象
对象是类的实体表现,类是对象的抽象。

2.对象的使用

(1)创建对象:
在这里插入图片描述
(2)对象内存图(内存图可以有效去理解调用类里面的成员变量和成员方法)
1.多个对象指向不同的内存图:
在这里插入图片描述
2.多个对象指向相同的内存图:
在这里插入图片描述(注意事项:通过创建的对象后并进行使用,后又创建新的对象并将之前的对象赋值给新的对象,则导致新的对象与之前的对象都使用于同一个地址进入堆内存,后对成员变量的使用则也会改变堆内存的值,同时两个指向相同的对象里面成员变量值都会改变)

3.类

(1)成员变量与局部变量:
成员变量为类中方法外的变量,局部变量为方法中的变量。在这里插入图片描述
成员变量与局部变量的区别:在这里插入图片描述
(2)构造方法(当你定义类时没有用到构造方法时,系统是默认为使用的无参类型的构造方法)在这里插入图片描述
1.无参的构造方法

   public 类名(){

    }

2.有参构造方法

public 类名(数据类型 变量名1,数据类型 变量名2,数据类型  变量名3) {
       
    }

注意事项(测试类中的调用方法,当你创建了一个对象时,如果构造方法中带有参数,则需要带有一定的参数):
在这里插入图片描述
(4)标准类的制定
在这里插入图片描述

4.拓展知识:

(1)当你定义在一个类里创建多个对象时,如果一一创建则会很麻烦,这里可以运用数组的方式来创建对象,比如在学生类创建二十名学生对象。第一步:
在这里插入图片描述
(可以先通过在类里面进行建立个数组,这数组是对创建对象的数量,但并没有属性和行为。)
第二步:然后在对对应的数组然后创立新的内存后,才可以储存属性,和运用行为
在这里插入图片描述
注意事项:
1.如果所调用的随机数时,当你每次调用时将会重新生成新的数,所以需要在将调用不是方法,而成员变量。
2.当你在测试类里面通过数组遍历进行数组索引值交换时,则需要将一整段代码编写在一起,不然会导致交换顺序不变,因为当你在进行遍历时,调用了数组交换的方法是将两个对象进行了交换而非通过对应的数组地址来进入堆内存里面来交换,所以会导致数组顺序没有变换。
(2)封装
封装概述:是面对对象的三大特征之一(封装,继承,多态)
是面对对象编程语言对客观世界的模拟,客观世界里成员变量都是隐藏在对象内部的,外界是无法直接操作。
2.封装原则
将类的某些信息隐藏在类内部,不允许外部程序直接访问,而是通过该类提供的方法来实现对隐藏信息的操作和访问成员变量 private(是为了确保数据的准确,运用privatea关键字,对类中成员变量进行修饰,同时运用成员方法get(具有返回值,获取变量)或set(设置)进行)。
3.封装的好处
通过方法来控制成员变量的操作,提高代码的安全性。
把代码用方法进行封装,提高代码的复用性。
Private关键字:
在这里插入图片描述

This关键字(成员变量于方法中变量名相同时,用this进行修饰的是成员变量):

在这里插入图片描述

通过创建两个对象调用同一个类时,互不影响的。先通过调用方法后对方法里面的形参进行赋值,然后调用者为该创建的对象,然后通过this指定到相应的地址里面,然后通过地址进入堆内存对成员变量进行赋值。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像所有感兴趣的目标(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 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 3
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

打赏作者

做哈白日梦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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