抽象工厂模式

抽象工厂模式

定义:抽象工厂模式(Abstract Factory Pattern)是围绕一个超级工厂创建其他工厂。该超级工厂又称为其他工厂的工厂。这种类型的设计模式属于创建型模式,它提供了一种创建对象的最佳方式。
在抽象工厂模式中,接口是负责创建一个相关对象的工厂,不需要显式指定它们的类。每个生成的工厂都能按照工厂模式提供对象。

产品族与产品等级结构

比如,餐馆新推出的套餐,炸鸡加可乐为一个组合的套餐 这个套餐 就是一个产品族。炸鸡、可乐分别是这个套餐中不同的产品等级。

适用场景
  • 客户端不依赖产品类如何实现创建的细节
  • 强调一系列相关产品对象(同一产品族)一起使用创建对象需要大量的代码
  • 提供一个产品类的库,所有的产品均以相同的接口出现,从而使客户端不依赖具体的实现
优点
  • 具体产品在代码层隔离,无需关心实现的细节
  • 将一个系列的产品族统一到一起创建
缺点
  • 规定了所有可能被创建产品的集合,产品族中扩展新的产品较为困难,需要修改抽象工程的接口
  • 增加了系统的抽象性和理解难度
场景例子

现在视频与手记组成一个课程,课程又分为java和Python两种课程,以后可能会添加更多课程

添加产品族较为容易,但是添加产品等级较为困难,这个例子中 如果再把源代码作为课程的一部分的话就需要修改大量的接口

UML图


#####代码
Article 产品抽象类

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:12 2018-11-26
 * @ Author: Anthony_Duan
 */
public abstract class Article {
    public abstract void produce();
}

Video产品抽象类

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:12 2018-11-26
 * @ Author: Anthony_Duan
 */
public abstract class Video {
    public abstract void produce();
}

JavaVideo JavaArticle PythonVideo PythonArticle 产品具体类

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:14 2018-11-26
 * @ Author: Anthony_Duan
 */
public class JavaArticle extends Article {
    @Override
    public void produce() {
        System.out.println("编写Java课程手记");
    }
}

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:16 2018-11-26
 * @ Author: Anthony_Duan
 */
public class JavaVideo extends Video {
    @Override
    public void produce() {
        System.out.println("录制Java视频");
    }
}

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:15 2018-11-26
 * @ Author: Anthony_Duan
 */
public class PythonArticle extends Article {
    @Override
    public void produce() {
        System.out.println("编写Python课程手记");
    }
}

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:17 2018-11-26
 * @ Author: Anthony_Duan
 */
public class PythonVideo extends Video {
    @Override
    public void produce() {
        System.out.println("录制Python视频");
    }
}

抽象工厂类

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:18 2018-11-26
 * @ Author: Anthony_Duan
 */
public interface CourseFactory {
    Video getVideo();

    Article getArticle();
}

java 与Python 两个产品族的工厂类

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:19 2018-11-26
 * @ Author: Anthony_Duan
 */
public class JavaCourseFactory implements CourseFactory {
    public Video getVideo() {
        return new JavaVideo();
    }

    public Article getArticle() {
        return new JavaArticle();
    }
}

package com.anthony.design.pattern.creational.abstractfactory;

/**
 * @ Description:
 * @ Date: Created in 18:23 2018-11-26
 * @ Author: Anthony_Duan
 */
public class PythonCourseFactory implements CourseFactory {
    public Video getVideo() {
        return new PythonVideo();
    }

    public Article getArticle() {
        return new PythonArticle();
    }
}

test类

package com.anthony.design.pattern.creational.abstractfactory;


/**
 * @ Description: 抽象工厂模式
 * @ Date: Created in 18:23 2018-11-26
 * @ Author: Anthony_Duan
 */
public class test {
    public static void main(String[] args) {
        CourseFactory courseFactory = new JavaCourseFactory();
        Video video = courseFactory.getVideo();
        Article article = courseFactory.getArticle();
        video.produce();
        article.produce();

    }
}
  • 0
    点赞
  • 1
    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