7-3 友元类

/*
* 程序的版权和版本声明部分
* Copyright (c)2012, 烟台大学计算机学院学生
* All rightsreserved.
* 文件名称: object.cpp
* 作者:王心垚
* 完成日期: 2013年4月16 日
* 版本号: v1.0
* 输入描述:无
* 问题描述:略
* 程序输出:略
*/

#include <iostream>

using namespace std;

class Date;                  //对Date类的提前引用声明
class Time
{

public:
    Time(int,int,int);
    void add_a_second(Date &);  //增加1秒,1秒后可能会到了下一天,乃到下一月、下一年
    void display(Date &);       //显示时间,格式:月/日/年 时:分:秒

private:
    int hour;
    int minute;
    int sec;
};

class Date
{

public:
    Date(int,int,int);
    friend class Time;      //Time定义为Date的友元类

private:
    int month;
    int day;
    int year;
};


Time::Time(int h,int m,int s)
{
    hour=h;
    minute=m;
    sec=s;
}

Date::Date(int m,int d,int y)
{
    month=m;
    day=d;
    year=y;
}

void Time::add_a_second(Date &d)
{
    if(++sec>=60)
    {
        ++minute;
        sec-=60;
    }
    if(minute>=60)
    {
        ++hour;
        minute-=60;
    }
    if(hour>=24)
    {
       ++d.day,hour-=24;
    }

    if(d.day>30)            //每个月按照30天
    {
        ++d.month,d.day-=30;
    }

    if(d.month>12)
    {
       ++d.year,d.month-=12;
    }

}

void Time::display(Date &t)
{
    cout<<t.year<<"/"<<t.month<<"/"<<t.day<<'\t';
    cout<<hour<<":"<<minute<<":"<<sec<<endl;
}

int main( )
{
    Time t1(23,59,32);
    Date d1(12,25,2012);
    for(int i=0; i<=80; i++)
    {
        t1.add_a_second(d1);
        t1.display(d1);
    }
    return 0;
}

运行结果:

 


 

 

  • 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