笔试整理 七

1.程序和进程

程序是放到磁盘的可执行文件

进程是指程序执行的实例

2.进程是一个具有独立功能的程序的实例,每个进程都有自己的地址空间和执行状态

每个进程的祖先进程都是init进程,其PID 为 1 ,可以用pstree查看树状关系

3.进程由 程序 数据  进程控制块 组成

4.进程互斥

当有若干个进程都要使用某一 共享资源 时,任何时候最多允许一个进程使用,其他使用该资源的进程必须等待,知道占有者释放该资源。


临界资源:一次只允许一个进程访问的资源称为 临界资源

临界区:进程中访问临界资源的那段代码成为临界区,为实现临界资源的互斥访问,应保证进程互斥的进入各自的临界区。

进程同步:一组并发进程按照一定顺序的执行的过程称为进程同步

进程死锁:多个进程同时占有对方需要的资源而同时请求对方的资源,而它们在得到请求之前不会释放所占有的资源,那么就会导致死锁的发生,也就是进程不能实现同步

5.进程间通信

管道: 单向的,先进先出的,一个进程在管道尾部写入数据,另一个进程在管道头部读取数据

无名管道用于父进程和子进程之间通信

有名管道用于同一系统中的任意两个进程间通信

共享内存:被多个进程共享的部分物理内存,一个进程向共享内存写入数据,共享这个内存的所有进程都会立刻看到其中内容

信号量:让一个临界区同一时间只有一个进程在访问他

程序对信号量的访问都是原子操作,只对他进行等待(P)和发送(V)信息操作。常见的有二进制信号量

消息队列:一个消息的链表,可以把消息看作一个记录,具有特定的格式

信号通信:信号是Linux系统响应某些条件而产生的一个事件,接收到该信号的进程会相应地采取一些行动。通常信号是由一个错误产生的。但它们还可以作为进程间通信或修改行为的一种方式,明确地由一个进程发送给另一个进程。一个信号的产生叫生成,接收到一个信号叫捕获。

6.线程间通信

线程:是进程之间的一个实体,是CPU调度和分派的基本单位,他是比进程更小的能独立运行的基本单位

线程只拥有一点在运行中必不可少的资源(程序计数器,寄存器,栈),他可以与属于同一进程的其他线程共享拥有的资源。

进程和线程

1.创建一个新的进程必须给他给分配独立的地址空间,建立众多而数据表来维护他的代码段、堆栈段、数据段。

2.运行于一个进程中的多个线程,他们之间使用相同的地址空间,而且线程之间彼此切换时间也远小于进程之间切换所需要的时间

3.对于进程而言,他们需要独立的数据空间,数据传递只能通过进程间通信来传递,比较费时。同一进程下的线程之间贡献数据空间,一个线程的数据可以为其他线程所用。

线程间同步方式:

信号量:二进制信号量和计数信号量

      每次只能被一个线程执行,用二进制信号量(0,1)

允许有限个数目的线程执行,用技计数信号量

互斥锁:访问共享资源前进行上锁,在访问完成后解锁,加锁以后,其他线程都会被阻塞到当前线程释放该锁。

条件变量:线程在等待某些条件满足时进入睡眠,不需要频繁的上锁解锁,效率提高

  • 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