- 安装使用MMDeploy(Python版)
*Major*
人工智能python
安装使用MMDeploy(Python版)一安装MMDeploypythonmmdeploy-main/tools/deploy.pymmdeploy-main/configs/mmdet/detection/detection_tensorrt_dynamic-320x320-1344x1344.pymmdetection/configs/faster_rcnn/faster-rcnn_r50_
- 【VisDrone|目标检测】保姆级教程:Faster RCNN模型训练VisDrone数据集(含代码修改+训练启动+评估指标)(六)
旅途中的宽~
目标检测人工智能计算机视觉VisDroneFasterRCNN
文章目录一、修改配置二、训练+评估一、修改配置首先是得到配置文件,如下所示:python/home/wangzhenkuan/mmdetection/tools/train.py/home/wangzhenkuan/mmdetection/configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py--work
- 计算机视觉篇---图像检测实战+理论讲解(1)-faster_rcnn
free_girl_fang
算法计算机视觉分析算法计算机视觉目标检测深度学习
今天开始学习目标检测,我所有的博客仅限于自己学习记录而已,有不足之处,还请大佬们指正。目标检测就是一个分类加目标框地址选定,目标检测框架是先训练,之后利用训练好的框架进行检测,训练与检测是不一样框架,训练的时候是这样子,检测的时候,训练的框架就不再使用,贴一张大佬画的图,目前我只是在学习阶段,所有的图像任务,都是建立在大量学习目标特征的基础上,Dataset,是目标检测需要训练的图像,根据输入的图
- pytorch faster_rcnn转为onnx格式
yuanjiaqi_k
pytorchpytorch深度学习计算机视觉
importtorchimporttorchvision.modelsasmodelstorch_model=torch.load("faster_rcnn.pth")#pytorch模型加载model=models.resnet50()model.fc=torch.nn.Linear(2048,4)model.load_state_dict(torch_model,False)batch_siz
- 046基于深度学习的杂草检测
lyx_78932
深度学习python深度学习人工智能python机器学习
目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等视频演示找046期:银色子弹zg的个人空间-银色子弹zg个人主页-哔哩哔哩视频效果展示图如下:代码文件展示如下:运行01makeTxt.py可以读取图片路径保存再txt文本中,运行02train.py可以对txt文本中的图片路径读取并训练模型,运行04pyqt界面.py可以生成一个可视
- 基于深度学习的实战项目1000个
huihuang_8295
深度学习python深度学习人工智能python
demo仓库和视频演示:视频传送门卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swintransformer等10多种模型目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等图像
- 解读mmdetection中faster_rcnn中生成与使用anchor的代码
仙女修炼史
目标检测pytorch深度学习目标检测
一、anchor部分参数的配置上面是faster_rcnn中关于rpnanchor的参数配置,strides=[4,8,16,32,64]是5个featuremap由输入尺寸,下采样的倍数,ratios是同一个位置,长宽比的三种变换,目前scales这个参数不是很明白。二、生成基础anchors在这个部分,anchors的大小已经决定了,这里anchors的大小是指在输入原图上的stridesca
- mmdetection - config配置文件之schedule(learning rate)
mm_exploration
mmdtectionpython深度学习
config文件命名意义:{model}[modelsetting]{backbone}{neck}[normsetting][misc][gpuxbatch_per_gpu]{schedule}{dataset}{model}:表示具体模型,如faster_rcnn、mask_rcnn等;[modelsetting]:某些模型的具体设置,如htc的without_semantic、reppoin
- 目标检测框架MMDetection训练自定义数据集实验记录
彭祥.
MMdetection目标检测人工智能计算机视觉
在上一篇博文中,博主完成了MMDetection框架的环境部署与推理过程,下面进行该框架的训练过程,训练的入口文件为tools/train.py,我们需要配置的内容如下:parser.add_argument('--config',default="/home/ubuntu/programs/mmdetection/configs/faster_rcnn/faster-rcnn_r50_fpn_2
- json文件在faster_rcnn中从测试到训练 可行性
Heihei_study
人工智能python深度学习
1.确认任务经过mydataset文件处理后->在train_res50_fpn文件内应用#loadtraindataset#VOCdevkit->VOC2012->ImageSets->Main->train.txttrain_dataset=VOCDataSet(VOC_root,"2012",data_transform["train"],"train.txt")train_sampler=
- Faster RCNN在pycharm中运行(包括自制数据集)
没有难学的知识
pycharmidepython
文章目录1代码2文件说明3代码解析5数据6自制数据集6.1创建文件夹6.2标注图片7开始训练1代码参考B站up主:霹雳吧啦Wzgitclonehttps://github.com/WZMIAOMIAO/deep-learning-for-image-processing2文件说明首先找到faster_rcnn├──backbone:特征提取网络,可以根据自己的要求选择├──network_file
- mmdetection训练自己的模型与数据集常用操作指令
~LONG~
python神经网络
1、demo的运行测试命令。需进入安装盘文件夹下,激活环境后输入pythondemo/image_demo.pydemo/demo.jpgconfigs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.pycheckpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth2、修改完class_names.py和
- 目标检测模型------Faster_RCNN模型
minjialong
深度学习深度学习目标检测Faster-RCNN
深度学习在目标检测领域按处理步骤分为两种,第一种称为two_stage,以Faster-RCNN为代表,第二种称为one_stage,以YOLO,SSD等为代表。这里先从最经典的Faster-RCNN开始,从流程图,组件结构,实现细节,训练要点方面进行介绍,如有不妥之处,欢迎指正。Fater-RCNN流程图 如上图所示,conv_layers是指特征特征提取层,feature_map
- Faster RCNN模型如何自定义损失函数
CoatiCoati
论文复现深度学习深度学习目标检测计算机视觉
FasterRCNN模型如何自定义损失函数1.代码分析:1.1_fasterRCNN类:最基础的模型类1.2resnet类:继承_fasterRCNN类1.3vgg类:继承_fasterRCNN类1.4如果要修改loss,一共需要修改哪些内容:1.4.1模型代码:/lib/model/faster_rcnn/faster_rcnn.py,/lib/model/faster_rcnn/resnet.
- 目标检测中Focal loss 损失函数理论和代码(Pytorch)学习笔记分享
一名不想学习的学渣
目标检测学习笔记深度学习pythonpycharm视觉检测
相信大家都知道,Focalloss是被应用在Retinanet目标检测中的,也使单阶段(Retinanet)目标检测的效果超过了双阶段(Faster_Rcnn)目标检测。一、在学习之前,首先了解一下正负样本的概念:正样本:就是网络需要去学习的样本,比如我们需要在一张图片上识别汽车,那么汽车就是正样本。负样本:为了让网络泛化性能更强的无关样本。比如我们需要在一张图片上识别汽车,那么图片中的马就是负样
- Faster_Rcnn误检解决方案---强制负样本策略
硝烟_1994
目标检测python目标检测深度学习计算机视觉
1.概述误检是目标检测领域的一大难点,现有的检测算法都存在误检情况.误检一般分成两类1.固定特征的误检.误检对象与正样本存在相似的特征,如将集装箱误检为卡车.2.没有规律的误检.这类误检没有什么特征可寻,具有一定的随意性,如将地面/天空误检为汽车.对于第一类误检,我们经常采用的方法是将相应的负样本加入到训练数据集中;这一做法对于yolo系列的算法改善效果较明显【需要保证一定量的负样本】,但在实际应
- faster_rcnn运行webcamtest出错之分析
DxBlogCsdn
技术开发神经网络深度学习pytorch机器学习
RuntimeError:Error(s)inloadingstate_dictforvgg16:Whilecopyingtheparameternamed"RCNN_rpn.RPN_cls_score.bias",whosedimensionsinthemodelaretorch.Size([18])andwhosedimensionsinthecheckpointaretorch.Size([
- faster_rcnn学习笔记一
DxBlogCsdn
神经网络深度学习pytorch自动驾驶
2020年5月3日:问题1:faster_rcnn是如何加载COCO数据集的?步骤一:args.imdb_name="coco_2017_train+coco_2017_val"fromroi_data_layer.roidbimportcombined_roidbimdb,roidb,ratio_list,ratio_index=combined_roidb(args.imdb_name)dat
- 0 -【Faster R-CNN】代码精读目录
Enzo 想砸电脑
#FasterR-CNNcnn深度学习人工智能
FasterR-CNN图片来源:https://gitcode.net/mirrors/wzmiaomiao/deep-learning-for-image-processing/-/blob/master/pytorch_object_detection/faster_rcnn/fasterRCNN.png代码讲解结构安排\quad1、DatasetandDataloader2、Resizean
- 谷歌云服务器CoLab跑Faster_RCNN记录
JHX970924
大数据
本文参考:使用colab训练faster-rcnn_LCCFlccf的博客-CSDN博客首先下载配置谷歌云盘下载配置不做介绍。1.配置环境!apt-getinstall-y-qqsoftware-properties-commonpython-software-propertiesmodule-init-tools!add-apt-repository-yppa:alessandro-strada
- mmdetection中faster_rcnn的实现
绝对皇甫
mmdetection目标检测深度学习计算机视觉
mmdetection中faster_rcnn的实现前置内容:mmdetecion中类注册的实现(@x.register_module())内容包括:
[email protected]_module()classFasterRCNN(TwoStageDetector):在代码中,fasterRCNN继承了Two
- tf 2.x saved_model.pb 转 frozen_model.pb
小雄1994
其他
从官网下载的预训练模型faster_rcnn下载后faster_rcnn_resnet101_v1_640x640_1目录如下:可以直接用network=tf.keras.models.load_model(pb_file_path)加载模型,再转化完整代码importtensorflowastffromtensorflow.python.framework.convert_to_constant
- Faster_rcnn训练自己的数据集
穿越5极限
caffe
在看了一些深度学习的目标检测的论文后,想着去用开源的代码去跑一下,看看实际的效果。于是小菜就想着直接把faster_rcnn用起来,包括前期的faster_rcnn安装和配置并运行其中的一个demo.py。后面是用自己的数据集训练faster_rcnn的模型。1.准备工作:1)搭建caffe框架这个可以参考linux先搭建caffe的笔记。2)安装第三方依赖包:Cython、python-open
- Faster_Rcnn 训练自定义数据集
一个嘣儿
深度学习人工智能目标检测
FasterRcnn训练自定义数据集目录FasterRcnn训练自定义数据集运行原代码下载代码创建文件夹下载预训练模型下载数据集配置环境更换cocoapi进行编译训练测试运行demo(画框程序)训练自定义数据集格式转换替换原VOC2007数据集更改类别解决标定区域溢出运行原代码下载代码使用jwyang的pytorch框架代码,由于主分支支持的pytorch版本为0.4,年代久远,可能出现许多问题,
- faster-rcnn参数介绍
wubingwei12
技术算法faster-rcnn
最近想写的东西有点多,先随便写点吧,也让我屡屡思路——说白了就是太懒model{faster_rcnn{num_classes:3//获取要识别的类数image_resizer{keep_aspect_ratio_resizer{min_dimension:128//最小的图片像素max_dimension:1024//最大的图片像素}}feature_extractor{//特征提取的配置typ
- torchvision Faster-RCNN ResNet-50 FPN代码解析(总体结构)
王飞95
torchvision笔记torch卷积神经网络深度学习计算机视觉
在看本文之前,请下载对应的代码作为参考:pytorch/vision/detection/faster_rcnn。总体结构花了点时间把整个代码架构理了理,画了如下这张图:(*)假设原始图片大小是599x900主体部分分为这几大部分:Transform,主要是对输入图像进行转换Resnet-50,主干网,主要是特征提取FPN,主要用于构建特征金字塔给RPN提供输入特征图RPN,主要是产生region
- 基础讲解——mmDetection的使用(1)及遇到相关问题的解决办法
赵云战江湖
人工智能实战操作深度学习pytorch神经网络
本文结构mmDetection工具库简单简介使用方法使用指导demo使用方法训练使用方法(以Faster_RCNN模型训练、coco2017数据集为例)数据集介绍准备COCO2017数据集:训练语句来源mmDetection工具库简单简介商汤科技(2018COCO目标检测挑战赛冠军)和香港中文大学开源的一个基于Pytorch实现的深度学习目标检测工具箱mmdetection,支持Faster-RC
- 使用pytorch加载模型时报错“TypeError: ‘NoneType‘ object is not iterable”的解决方法
小宝学技术
pytorch深度学习python
我的pytorch版本是1.9.0+cu111。在使用pytorch运行faster_rcnn训练过程中,模型加载出现错误:TypeError:'NoneType'objectisnotiterable出现错误的代码段如下:在CSDN中搜索到的一个解决方法是将missing_keys,unexpected_keys=model.load_state_dict(weights_dict,state_
- MMDetection2系列-(3)-部署
GeekPlusA
人工智能mmdetection
MMDetection2系列-3-部署@[TOC](MMDetection2系列-3-部署)1.PytorchtoONNX2.ONNXtoTensorRT1.PytorchtoONNXpipinstallonnx-simplifierpipinstallonnxruntimepythontools/deployment/pytorch2onnx.pyconfigs/faster_rcnn/fast
- MMdetection TypeError: ‘NoneType‘ object is not iterable
z7mysun
自学目标检测深度学习计算机视觉
报错问题:MMdetectionTypeError:‘NoneType’objectisnotiterable@TOC使用mask_rcnn进行目标检测,无mask标签当其它的网络如:faster_rcnn可以正常运行时,说明数据集没有问题!而运行mask_rcnn时,报错TypeError:‘NoneType’objectisnotiterable查资料发现,标签中只有类别标签,没有mask标签
- java责任链模式
3213213333332132
java责任链模式村民告县长
责任链模式,通常就是一个请求从最低级开始往上层层的请求,当在某一层满足条件时,请求将被处理,当请求到最高层仍未满足时,则请求不会被处理。
就是一个请求在这个链条的责任范围内,会被相应的处理,如果超出链条的责任范围外,请求不会被相应的处理。
下面代码模拟这样的效果:
创建一个政府抽象类,方便所有的具体政府部门继承它。
package 责任链模式;
/**
*
- linux、mysql、nginx、tomcat 性能参数优化
ronin47
一、linux 系统内核参数
/etc/sysctl.conf文件常用参数 net.core.netdev_max_backlog = 32768 #允许送到队列的数据包的最大数目
net.core.rmem_max = 8388608 #SOCKET读缓存区大小
net.core.wmem_max = 8388608 #SOCKET写缓存区大
- php命令行界面
dcj3sjt126com
PHPcli
常用选项
php -v
php -i PHP安装的有关信息
php -h 访问帮助文件
php -m 列出编译到当前PHP安装的所有模块
执行一段代码
php -r 'echo "hello, world!";'
php -r 'echo "Hello, World!\n";'
php -r '$ts = filemtime("
- Filter&Session
171815164
session
Filter
HttpServletRequest requ = (HttpServletRequest) req;
HttpSession session = requ.getSession();
if (session.getAttribute("admin") == null) {
PrintWriter out = res.ge
- 连接池与Spring,Hibernate结合
g21121
Hibernate
前几篇关于Java连接池的介绍都是基于Java应用的,而我们常用的场景是与Spring和ORM框架结合,下面就利用实例学习一下这方面的配置。
1.下载相关内容: &nb
- [简单]mybatis判断数字类型
53873039oycg
mybatis
昨天同事反馈mybatis保存不了int类型的属性,一直报错,错误信息如下:
Caused by: java.lang.NumberFormatException: For input string: "null"
at sun.mis
- 项目启动时或者启动后ava.lang.OutOfMemoryError: PermGen space
程序员是怎么炼成的
eclipsejvmtomcatcatalina.sheclipse.ini
在启动比较大的项目时,因为存在大量的jsp页面,所以在编译的时候会生成很多的.class文件,.class文件是都会被加载到jvm的方法区中,如果要加载的class文件很多,就会出现方法区溢出异常 java.lang.OutOfMemoryError: PermGen space.
解决办法是点击eclipse里的tomcat,在
- 我的crm小结
aijuans
crm
各种原因吧,crm今天才完了。主要是接触了几个新技术:
Struts2、poi、ibatis这几个都是以前的项目中用过的。
Jsf、tapestry是这次新接触的,都是界面层的框架,用起来也不难。思路和struts不太一样,传说比较简单方便。不过个人感觉还是struts用着顺手啊,当然springmvc也很顺手,不知道是因为习惯还是什么。jsf和tapestry应用的时候需要知道他们的标签、主
- spring里配置使用hibernate的二级缓存几步
antonyup_2006
javaspringHibernatexmlcache
.在spring的配置文件中 applicationContent.xml,hibernate部分加入
xml 代码
<prop key="hibernate.cache.provider_class">org.hibernate.cache.EhCacheProvider</prop>
<prop key="hi
- JAVA基础面试题
百合不是茶
抽象实现接口String类接口继承抽象类继承实体类自定义异常
/* * 栈(stack):主要保存基本类型(或者叫内置类型)(char、byte、short、 *int、long、 float、double、boolean)和对象的引用,数据可以共享,速度仅次于 * 寄存器(register),快于堆。堆(heap):用于存储对象。 */ &
- 让sqlmap文件 "继承" 起来
bijian1013
javaibatissqlmap
多个项目中使用ibatis , 和数据库表对应的 sqlmap文件(增删改查等基本语句),dao, pojo 都是由工具自动生成的, 现在将这些自动生成的文件放在一个单独的工程中,其它项目工程中通过jar包来引用 ,并通过"继承"为基础的sqlmap文件,dao,pojo 添加新的方法来满足项
- 精通Oracle10编程SQL(13)开发触发器
bijian1013
oracle数据库plsql
/*
*开发触发器
*/
--得到日期是周几
select to_char(sysdate+4,'DY','nls_date_language=AMERICAN') from dual;
select to_char(sysdate,'DY','nls_date_language=AMERICAN') from dual;
--建立BEFORE语句触发器
CREATE O
- 【EhCache三】EhCache查询
bit1129
ehcache
本文介绍EhCache查询缓存中数据,EhCache提供了类似Hibernate的查询API,可以按照给定的条件进行查询。
要对EhCache进行查询,需要在ehcache.xml中设定要查询的属性
数据准备
@Before
public void setUp() {
//加载EhCache配置文件
Inpu
- CXF框架入门实例
白糖_
springWeb框架webserviceservlet
CXF是apache旗下的开源框架,由Celtix + XFire这两门经典的框架合成,是一套非常流行的web service框架。
它提供了JAX-WS的全面支持,并且可以根据实际项目的需要,采用代码优先(Code First)或者 WSDL 优先(WSDL First)来轻松地实现 Web Services 的发布和使用,同时它能与spring进行完美结合。
在apache cxf官网提供
- angular.equals
boyitech
AngularJSAngularJS APIAnguarJS 中文APIangular.equals
angular.equals
描述:
比较两个值或者两个对象是不是 相等。还支持值的类型,正则表达式和数组的比较。 两个值或对象被认为是 相等的前提条件是以下的情况至少能满足一项:
两个值或者对象能通过=== (恒等) 的比较
两个值或者对象是同样类型,并且他们的属性都能通过angular
- java-腾讯暑期实习生-输入一个数组A[1,2,...n],求输入B,使得数组B中的第i个数字B[i]=A[0]*A[1]*...*A[i-1]*A[i+1]
bylijinnan
java
这道题的具体思路请参看 何海涛的微博:http://weibo.com/zhedahht
import java.math.BigInteger;
import java.util.Arrays;
public class CreateBFromATencent {
/**
* 题目:输入一个数组A[1,2,...n],求输入B,使得数组B中的第i个数字B[i]=A
- FastDFS 的安装和配置 修订版
Chen.H
linuxfastDFS分布式文件系统
FastDFS Home:http://code.google.com/p/fastdfs/
1. 安装
http://code.google.com/p/fastdfs/wiki/Setup http://hi.baidu.com/leolance/blog/item/3c273327978ae55f93580703.html
安装libevent (对libevent的版本要求为1.4.
- [强人工智能]拓扑扫描与自适应构造器
comsci
人工智能
当我们面对一个有限拓扑网络的时候,在对已知的拓扑结构进行分析之后,发现在连通点之后,还存在若干个子网络,且这些网络的结构是未知的,数据库中并未存在这些网络的拓扑结构数据....这个时候,我们该怎么办呢?
那么,现在我们必须设计新的模块和代码包来处理上面的问题
- oracle merge into的用法
daizj
oraclesqlmerget into
Oracle中merge into的使用
http://blog.csdn.net/yuzhic/article/details/1896878
http://blog.csdn.net/macle2010/article/details/5980965
该命令使用一条语句从一个或者多个数据源中完成对表的更新和插入数据. ORACLE 9i 中,使用此命令必须同时指定UPDATE 和INSE
- 不适合使用Hadoop的场景
datamachine
hadoop
转自:http://dev.yesky.com/296/35381296.shtml。
Hadoop通常被认定是能够帮助你解决所有问题的唯一方案。 当人们提到“大数据”或是“数据分析”等相关问题的时候,会听到脱口而出的回答:Hadoop! 实际上Hadoop被设计和建造出来,是用来解决一系列特定问题的。对某些问题来说,Hadoop至多算是一个不好的选择,对另一些问题来说,选择Ha
- YII findAll的用法
dcj3sjt126com
yii
看文档比较糊涂,其实挺简单的:
$predictions=Prediction::model()->findAll("uid=:uid",array(":uid"=>10));
第一个参数是选择条件:”uid=10″。其中:uid是一个占位符,在后面的array(“:uid”=>10)对齐进行了赋值;
更完善的查询需要
- vim 常用 NERDTree 快捷键
dcj3sjt126com
vim
下面给大家整理了一些vim NERDTree的常用快捷键了,这里几乎包括了所有的快捷键了,希望文章对各位会带来帮助。
切换工作台和目录
ctrl + w + h 光标 focus 左侧树形目录ctrl + w + l 光标 focus 右侧文件显示窗口ctrl + w + w 光标自动在左右侧窗口切换ctrl + w + r 移动当前窗口的布局位置
o 在已有窗口中打开文件、目录或书签,并跳
- Java把目录下的文件打印出来
蕃薯耀
列出目录下的文件文件夹下面的文件目录下的文件
Java把目录下的文件打印出来
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2015年7月11日 11:02:
- linux远程桌面----VNCServer与rdesktop
hanqunfeng
Desktop
windows远程桌面到linux,需要在linux上安装vncserver,并开启vnc服务,同时需要在windows下使用vnc-viewer访问Linux。vncserver同时支持linux远程桌面到linux。
linux远程桌面到windows,需要在linux上安装rdesktop,同时开启windows的远程桌面访问。
下面分别介绍,以windo
- guava中的join和split功能
jackyrong
java
guava库中,包含了很好的join和split的功能,例子如下:
1) 将LIST转换为使用字符串连接的字符串
List<String> names = Lists.newArrayList("John", "Jane", "Adam", "Tom");
- Web开发技术十年发展历程
lampcy
androidWeb浏览器html5
回顾web开发技术这十年发展历程:
Ajax
03年的时候我上六年级,那时候网吧刚在小县城的角落萌生。传奇,大话西游第一代网游一时风靡。我抱着试一试的心态给了网吧老板两块钱想申请个号玩玩,然后接下来的一个小时我一直在,注,册,账,号。
彼时网吧用的512k的带宽,注册的时候,填了一堆信息,提交,页面跳转,嘣,”您填写的信息有误,请重填”。然后跳转回注册页面,以此循环。我现在时常想,如果当时a
- 架构师之mima-----------------mina的非NIO控制IOBuffer(说得比较好)
nannan408
buffer
1.前言。
如题。
2.代码。
IoService
IoService是一个接口,有两种实现:IoAcceptor和IoConnector;其中IoAcceptor是针对Server端的实现,IoConnector是针对Client端的实现;IoService的职责包括:
1、监听器管理
2、IoHandler
3、IoSession
- ORA-00054:resource busy and acquire with NOWAIT specified
Everyday都不同
oraclesessionLock
[Oracle]
今天对一个数据量很大的表进行操作时,出现如题所示的异常。此时表明数据库的事务处于“忙”的状态,而且被lock了,所以必须先关闭占用的session。
step1,查看被lock的session:
select t2.username, t2.sid, t2.serial#, t2.logon_time
from v$locked_obj
- javascript学习笔记
tntxia
JavaScript
javascript里面有6种基本类型的值:number、string、boolean、object、function和undefined。number:就是数字值,包括整数、小数、NaN、正负无穷。string:字符串类型、单双引号引起来的内容。boolean:true、false object:表示所有的javascript对象,不用多说function:我们熟悉的方法,也就是
- Java enum的用法详解
xieke90
enum枚举
Java中枚举实现的分析:
示例:
public static enum SEVERITY{
INFO,WARN,ERROR
}
enum很像特殊的class,实际上enum声明定义的类型就是一个类。 而这些类都是类库中Enum类的子类 (java.l