策略模式

package com.engaworld.devise.tactics;
/*
----分离出项目中可变换的部分,做成接口,分别实现
*/
public abstract class A {
IA ia;
public String a1(){
return "父类方法a1";
}
public abstract String a2();
}
————————————————————————————
package com.engaworld.devise.tactics;

public class Aimpl {
public String a2(){
return "父类方法a2";
}
}
--------------------------------------------------------
package com.engaworld.devise.tactics;

public class GetIAImpl {
// private static IA ia;
/*
//静�?
public static IA getIa() {
return ia = new IAImpl();
}
public static IA getIa1() {
return ia = new IAImpl_1();
}
*/
//动�?
private IA ia;
public IA getIa() {
return ia;
}
public void setIa(IA ia) {
this.ia = ia;
}

}
—————————————————————————————
package com.engaworld.devise.tactics;

public interface IA {
String ia1();
String ia2();
}
----------------------------------------------------------
package com.engaworld.devise.tactics;

public class IAImpl_1 implements IA {

public String ia1() {
// TODO Auto-generated method stub
return "IA.ia1";
}

public String ia2() {
// TODO Auto-generated method stub
return "IA.ia2绗簩绉嶅疄鐜";
}
}
---------------------------------------------------------
package com.engaworld.devise.tactics;

public class IAImpl implements IA {

public String ia1() {
// TODO Auto-generated method stub
return "IA.ia1";
}

public String ia2() {
// TODO Auto-generated method stub
return "IA.ia2第一种实";
}
}
-----------------------------------------------------------
package com.engaworld.devise.tactics;
public class TheMain extends A{
public void theMain() {
System.out.println("父类方法a1=="+this.a1());
System.out.println("父类方法a2=="+this.a2());

// ia = GetIAImpl.getIa();
// System.out.println("IA.ia1第一种实�?="+ia.ia1());
// System.out.println("IA.ia2第一种实�?="+ia.ia2());
//
// ia = GetIAImpl.getIa1();
// System.out.println("IA.ia1第二种实�?="+ia.ia1());
// System.out.println("IA.ia2第二种实�?="+ia.ia2());

GetIAImpl gia = new GetIAImpl();
gia.setIa(new IAImpl());
ia = gia.getIa();
System.out.println("IA.ia1第一种实�?="+ia.ia1());
System.out.println("IA.ia2第一种实�?="+ia.ia2());
gia.setIa(new IAImpl_1());
ia = gia.getIa();
System.out.println("IA.ia1第二种实�?="+ia.ia1());
System.out.println("IA.ia2第二种实�?="+ia.ia2());

}
@Override
public String a2() {
// TODO Auto-generated method stub
return null;
}
public static void main(String[] args) {
TheMain tm = new TheMain();
tm.theMain();
}
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

外码斯迪

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