- Pycharm配置conda虚拟环境出现unsupported
徐徐祥来-小黑皮
pycharmcondaide
1.最近小黑皮在学习Mask-Rcnn框架,初步计划是先跑通一遍,再去深入学习。起初我的anaconda里已经有一个支持做图像处理的虚拟环境了。2.tensorflow-gpu就是之前配置好的环境。3.但是在跑的过程中,出现了tensorflow和keras版本冲突的问题,我又不想降级。本身里面的包就比较多。4.所以我索性创建一个新的虚拟环境,即mask-rcnn。5.在pycharm中配置con
- YOLO系列
Array902
YOLOpython深度学习
深度学习经典检测方法two-stage(两阶段):Faster-rcnn\Mask-Rcnn系列(两阶段即多了一步预选操作)one-stage(单阶段):YOLO系列(直接处理,不需要对数据进行预选)one-stage:最核心的优势:速度非常快,适合做实时监测任务!但是缺点也是有的,效果通常情况下不会太好!(速度越快效果越差,二者相互有些矛盾)mAP:效果好坏FPS:速度快慢two-stage:速
- 中文文档版面分析
鱼遇雨愈愉
ocr
PDF中文论文版面分析,目前看来训练结果较好,推理结果如下图所示。模型使用Mask-RCNN,数据集使用公开数据。
- labelme 标注的数据集转化为Mask-Rcnn适用的数据集
小龙Guo
python开发语言数据集
labelme标注的数据集转化为Mask-Rcnn适用的数据集食用步骤1.labelme标注数据时,将生成的json文件和原图保存在一起2.只需提供labelme生成的数据的文件夹,和maskrcnn的数据集文件夹,运行代码就会自动进行处理3.代码会在提供的maskrcnn数据集文件夹下生成’cv2_mask’,‘json’,‘label’,‘pic’,‘yaml’,'pic_and_mask’这
- Mask-RCNN网络——实例分割
shuyeah
深度学习计算机视觉卷积神经网络
Mask-RCNN网络——实例分割实例分割任务可以看做分为两部分:目标检测和语义分割1、Mask-RCNN的网络结构框架2、Mask-RCNN网络的的具体步骤2.1主干特征提取网络ResNet101这里默认输入图片大小为1024*1024图片来自https://blog.csdn.net/weixin_44791964/article/details/104629135残差网络的残差块分为两类:I
- YOLO系列/20230903
lucharaar
YOLO
深度学习经典检测方法1.two-stage(分两阶段):Faster-Rcnn和Mask-Rcnn系列-------检测过程中加了预选框步骤速度通常较慢(5FPS),但是效果通常不错非常实用的通用框架Mask-Rcnn,需要了解2.one-stage(单阶段):YOLO系列------当我们想做检测任务,一个cnn网络直接做一个回归任务就可以,中间不需要加额外的补充最核心的优势:速度非常快,适合做
- mask-rcnn原理与实战
nice-wyh
pytorch目标检测人工智能
一、MaskR-CNN是什么,可以做哪些任务?MaskR-CNN是一个实例分割(Instancesegmentation)算法,可以用来做“目标检测”、“目标实例分割”、“目标关键点检测”。1.实例分割(Instancesegmentation)和语义分割(Semanticsegmentation)的区别与联系联系:语义分割和实例分割都是目标分割中的两个小的领域,都是用来对输入的图片做分割处理;区
- MASK-RCNN 三种基础结构
樨潮
目标检测
MaskXRCnn俨然成为一个现阶段最成功的图像检测分割网络,关于MaskXRCnn的介绍,需要从MaskRCNN看起。当然一个煽情的介绍可见:何恺明团队推出Mask^XR-CNN,将实例分割扩展到3000类。MaskRCnn取得的精细结果有三个主要技术构架:DeepMask、SharpMask、MultiPathNet。MaskRCNN与普通FNN的典型不同之处,重要两点为添加了SharpMas
- mmdetection安装与训练
不减到100斤不吃锅包肉
深度学习pytorch深度学习
一、什么是mmdetection商汤科技(2018COCO目标检测挑战赛冠军)和香港中文大学最近开源了一个基于Pytorch实现的深度学习目标检测工具箱mmdetection,支持Faster-RCNN,Mask-RCNN,Fast-RCNN等主流的目标检测框架,后续会加入Cascade-RCNN以及其他一系列目标检测框架。二、mmdetection安装本人安装环境:系统环境:Ubuntu20.0
- Faster-RCNN and Mask-RCNN框架解析
nice-wyh
pytorch目标检测深度学习机器学习
由于本人记忆力实在太差,每次学完一个框架没过多久就会忘,而且码文能力不行,人又懒,所以看到了其他人写的不错的两篇框架解析的博文,先来记录一下,就当是我写的喽Faster-rcnn详解_fasterr-cnn-CSDN博客MaskR-CNN详解_maskrcnn-CSDN博客
- 4、目标检测
爱补鱼的猫猫
深度学习笔记目标检测计算机视觉深度学习
目标检测一、分类和发展史二、Anchor锚三、anchor-based1、one-stage2、two-stage四、anchor-free五、YOLO系列六、R-CNN系列**1、R-CNN**2、Spp-Net3、Fast-RCNN4、Faster-RCNN5、Mask-RCNN一、分类和发展史计算机视觉的任务很多,有图像分类、目标检测、图像分割(语义分割、实例分割和全景分割等)、图像生成。目
- labelme 语义分割数据集_图像语义分割标注工具labelme制作自己的数据集用于mask-rcnn训练...
weixin_39556064
labelme语义分割数据集
labelme(标注mask数据集用的)windowspython2pipinstallpyqtpipinstalllabelmepython3pipinstallpyqt5pipinstalllabelmeubuntu16.04系统自带的python2.7环境sudoapt-getinstallpython-qt4pyqt4-dev-toolssudopipinstalllabelme#pyth
- labelme maskrcnn 批量_用自己的数据集训练Mask-RCNN实现过程中的坑
出迷佬
labelmemaskrcnn批量
原标题:用自己的数据集训练Mask-RCNN实现过程中的坑图片源自:unsplash作者蹦跶的小羊羔如需转载,请联系原作者授权。本文仅仅是自己实现过程的笔记记录,仅仅用来交流的。在网上大量搜集资料后,实现Mask-RCNN,但是过程中还是出现了很多很多的问题,所以将过程记录如下,方便日后学习。一、实验前准备1.COCO数据集COCO的全称是CommonObjectsinCOntext,是微软团队提
- 使用Mask-RCNN训练自己的数据集看这一篇就够了,从制作数据集开始一步步教你如何玩转Mask-RCNN(保姆级教程)
ekekkk
深度学习人工智能目标检测
一、安装labelme深度学习算法等基于神经网络的算法都是基于数据驱动的,数据的好坏会影响你最后生成的模型的好坏,在使用Mask-RCNN时,第一件事就是标注数据集,这里我们默认你已经配置好了anaconda的环境,如果你没有配置好可以参考一下其他人的博客,在已经配置好的conda环境下新建一个虚拟环境,在终端中输入以下命令安装标注工具labelme:pipinstalllabelmepipins
- MASK-RCNN tensorflow环境搭建
小龙Guo
深度学习tensorflowpythoncnn
此教程默认你已经安装了Anaconda,且tensorflow为cpu版本。为什么不用gpu版本,原因下面解释。此教程默认你已经安装了Anaconda。因为tensorflow2.1后的gpu版·,不支持windows。并且·只有高版本的tensorflow才对应我的CUDA12.2;而且,我之前安装了pytorch跑tolov8,cuda都很高。安装tensorflow-gpu的话,需要重新安装
- 【论文阅读】【yolo系列】YOLACT Real-time Instance Segmentation
magic_ll
yolo系列深度学习相关的论文阅读论文阅读YOLO
论文链接:https://arxiv.org/pdf/1904.02689.pdf1实例分割已有工作【实例分割】鉴于其重要性,大量的研究投入到实例分割的准确性。两阶段:Mask-RCNN[18]是一种具有代表性的两阶段实例分割方法,它首先生成候选感兴趣区域(roi),然后在第二阶段对这些roi进行分类和分割。后续工作试图通过提高其准确性,例如,丰富FPN特性[29]或解决掩码的置信度分数与其定位精
- mask-R-CNN
Tian-Feng
深度学习YOLOr语言cnn开发语言
前言代码论文#Mask-rcnn算法在torchvision中有直接实现,可以直接引用使用在自己的工作中。importtorchvisionmodel=torchvision.models.detection.maskrcnn_resnet50_fpn(weights=MaskRCNN_ResNet50_FPN_Weights.DEFAULT)MaskR-CNN(MaskRegion-basedC
- 基于PyTorch搭建Mask-RCNN实现实例分割
积雨辋川
计算机视觉深度学习pytorch图像处理计算机视觉
基于PyTorch搭建Mask-RCNN实现实例分割在这篇文章中,我们将讨论MaskRCNNPytorch背后的理论以及如何在PyTorch中使用预训练的MaskR-CNN模型。1.语义分割、目标检测和实例分割在之前的博客文章里介绍了语义分割和目标检测(如果感兴趣可以参考以下文章):图像语义分割概述Pytorch实现图像语义分割(初体验)基于PyTorch搭建FasterRCNN实现目标检测语义分
- 【OCR】文本检测方案 TextFuseNet解读
门被核桃夹了还能补脑嘛
Harvester深度学习计算机视觉目标检测ocr
TextFuseNet:SceneTextDetectionwithRicherFusedFeaturesPDFLinkGithubCode一些总结,非作者文章内容:实质上是去通过文本检测中多级别的目标融合的方法来提升检测效果的,核心价值其实分两点来看提出了一种利用Mask-RCNN的流程以及多分枝的结构实现多层特征融合方案,从全局特征->词特征+字符特征来提升文字检测效果。性能优势非常非常明显,
- pytorch 训练过程内存泄露/显存泄露debug记录:dataloader和dataset导致的泄露
Cleo_Gao
debugpytorch人工智能python
背景微调mask-rcnn代码,用的是torchvision.models.detection.maskrcnn_resnet50_fpn代码,根据该代码的注释,输入应该是:images,targets=None(List[Tensor],Optional[List[Dict[str,Tensor]]])->Tuple[Dict[str,Tensor],List[Dict[str,Tensor]]
- 语义分割—1 Mask RCNN
山居秋暝LS
计算机视觉
MaskRCNN1Mask-RCNN网络结构1.1Backbone:Resnet1011.2RPNblock1.3RoiAlign+(Reg,Cls)block+Mask2损失Mask-RCNN:Backbone+RPNblock+(Reg,Cls)block+Maskblock(1)Backbone用Resnet101提取下采样2次、3次、4次、5次的特称层构造特征金字塔。(2)RPNblock
- 检测论文综述(一) : 从RCNN到Mask-RCNN
Junr_0926
对于目标检测方向并不是特别熟悉,本文记录一下RCNN,fast-RCNN,faster-RCNN,mask-RCNN这4篇有关目标检测的论文笔记和学习心得。RCNN-RichfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentationR-CNN的意思就是Regionbased,主要思路就是根据一张图像,提取多个region,
- 训练自己的数据集时,重复训练同一张照片,怎么解决?
Xin.643
人工智能tensorflowpython
我在用Mask-RCNN训练自己的数据集,利用的autodl上的远程服务器,系统是ubuntu18.04,下面是我运行的结果,有没有人知道是什么原因呢,求帮助,谢谢大家(用的tensorflow框架)
- [Win11]Mask-RCNN 环境配置
Xin.643
pythontensorflow深度学习
[Win11]Mask-RCNN环境配置1.安装tensorflow//conda指令安装condainstalltensorflow-gpu=2.6//验证安装成功pyhon//进入python环境importtensorflowastfprint(tf.__version__)//输出版本号tf.test.is_gpu_available()//输出“True”即为安装成功2.安装必要依赖包t
- yolo系列学习
邦之彦
YOLO
文章目录理论基础YOLO-V1YOLO-V2教学视频理论基础不同阶段算法优缺点分析two-stage(两阶段):Faster-rcnn、Mask-Rcnn,多了预选框操作RPNOne-stage(单阶段):YOLO指标分析精度Precision查准率,预测为正且实际为正占预测为正的比例召回率Recall查全率,预测为正且实际为正占总体正样本的比例准确度Accuracy,预测为正且实际为正和预测为负
- YOLO算法入门知识概念
红狐狸的北北记
机器学习与深度学习YOLO算法python深度学习
1.two-stage&&one-stagetwo-stage(两阶段):Faster-rcnn,Mask-Rcnn系列(5EPS)---多了预选环节one-stage(单阶段):YOLO系列(速度快)---实时检测时常用2.Map指标:综合衡量控制效果包含了精度和recall(召回率)两个部分3.IOU(交集与并集的比值)IOU=AreaofOverlap/AreaofUnion(交集/并集)这
- 舌诊图像分析答辩总结
贝斯塔
python深度学习目标检测
今天答辩结束了,准备了这么久,总体表现还可以。还是有一部分表述不是太准确,有些部分没展现出来。我们都是站在前人的肩膀上眺望远方,尽力、有收获就可以了。从最初的参考各个文献想使用Mask-RCNN同时对图像中物体进行检测和分割,由于电脑配置不行,放弃了这条,到最后有了清晰思路,决定选用相对较新的ResNeXt,Yolov5,其实最初也是对前人思路的模仿。对食管癌、非食管癌的分类,最初设想是保留患者就
- 出现错误(已解决)安装skimage包时报错解决方法
Bonefire20
python开发语言
错误:(mask-rcnn)ltsyl308@ltsyl308:~/modification/Mask_RCNN-2.1$pipinstallskimageCollectingskimageUsingcachedskimage-0.0.tar.gz(757bytes)Preparingmetadata(setup.py)...errorerror:subprocess-exited-with-er
- 批量从多个文件夹中提取图片的小脚本
冰虺
深度学习计算机视觉pytorch
importosimportshutilpath='F://maskrcnntang//MASK-RCNN//maskrcnn_test//mydata//labelme_json//'#_json文件夹所在的路径new_path='F:\\maskrcnntang\\MASK-RCNN\\maskrcnn_test\\mydata\\cv2_mask'#需保存的路径count=os.listdi
- On Pre-Trained Image Features and Synthetic Images for Deep Learning总结
中了胖毒
文章链接摘要深度学习为了获得较好效果需要大量的训练数据,并且需要对这些数据进行人工标注。收集标注数据的过程费时费力,因此,使用合成图片训练网络越发吸引关注。本文提出了一个使用合成数据训练目标检测网络的简单有效的方法:在真实图片上预训练好的通用网络,固定其前几层,然后使用OpenGL渲染合成的图片训练优化后续层的参数。文章在几个经典的网络(Faster-RCNN,Mask-RCNN,Inceptio
- 安装数据库首次应用
Array_06
javaoraclesql
可是为什么再一次失败之后就变成直接跳过那个要求
enter full pathname of java.exe的界面
这个java.exe是你的Oracle 11g安装目录中例如:【F:\app\chen\product\11.2.0\dbhome_1\jdk\jre\bin】下的java.exe 。不是你的电脑安装的java jdk下的java.exe!
注意第一次,使用SQL D
- Weblogic Server Console密码修改和遗忘解决方法
bijian1013
Welogic
在工作中一同事将Weblogic的console的密码忘记了,通过网上查询资料解决,实践整理了一下。
一.修改Console密码
打开weblogic控制台,安全领域 --> myrealm -->&n
- IllegalStateException: Cannot forward a response that is already committed
Cwind
javaServlets
对于初学者来说,一个常见的误解是:当调用 forward() 或者 sendRedirect() 时控制流将会自动跳出原函数。标题所示错误通常是基于此误解而引起的。 示例代码:
protected void doPost() {
if (someCondition) {
sendRedirect();
}
forward(); // Thi
- 基于流的装饰设计模式
木zi_鸣
设计模式
当想要对已有类的对象进行功能增强时,可以定义一个类,将已有对象传入,基于已有的功能,并提供加强功能。
自定义的类成为装饰类
模仿BufferedReader,对Reader进行包装,体现装饰设计模式
装饰类通常会通过构造方法接受被装饰的对象,并基于被装饰的对象功能,提供更强的功能。
装饰模式比继承灵活,避免继承臃肿,降低了类与类之间的关系
装饰类因为增强已有对象,具备的功能该
- Linux中的uniq命令
被触发
linux
Linux命令uniq的作用是过滤重复部分显示文件内容,这个命令读取输入文件,并比较相邻的行。在正常情 况下,第二个及以后更多个重复行将被删去,行比较是根据所用字符集的排序序列进行的。该命令加工后的结果写到输出文件中。输入文件和输出文件必须不同。如 果输入文件用“- ”表示,则从标准输入读取。
AD:
uniq [选项] 文件
说明:这个命令读取输入文件,并比较相邻的行。在正常情况下,第二个
- 正则表达式Pattern
肆无忌惮_
Pattern
正则表达式是符合一定规则的表达式,用来专门操作字符串,对字符创进行匹配,切割,替换,获取。
例如,我们需要对QQ号码格式进行检验
规则是长度6~12位 不能0开头 只能是数字,我们可以一位一位进行比较,利用parseLong进行判断,或者是用正则表达式来匹配[1-9][0-9]{4,14} 或者 [1-9]\d{4,14}
&nbs
- Oracle高级查询之OVER (PARTITION BY ..)
知了ing
oraclesql
一、rank()/dense_rank() over(partition by ...order by ...)
现在客户有这样一个需求,查询每个部门工资最高的雇员的信息,相信有一定oracle应用知识的同学都能写出下面的SQL语句:
select e.ename, e.job, e.sal, e.deptno
from scott.emp e,
(se
- Python调试
矮蛋蛋
pythonpdb
原文地址:
http://blog.csdn.net/xuyuefei1988/article/details/19399137
1、下面网上收罗的资料初学者应该够用了,但对比IBM的Python 代码调试技巧:
IBM:包括 pdb 模块、利用 PyDev 和 Eclipse 集成进行调试、PyCharm 以及 Debug 日志进行调试:
http://www.ibm.com/d
- webservice传递自定义对象时函数为空,以及boolean不对应的问题
alleni123
webservice
今天在客户端调用方法
NodeStatus status=iservice.getNodeStatus().
结果NodeStatus的属性都是null。
进行debug之后,发现服务器端返回的确实是有值的对象。
后来发现原来是因为在客户端,NodeStatus的setter全部被我删除了。
本来是因为逻辑上不需要在客户端使用setter, 结果改了之后竟然不能获取带属性值的
- java如何干掉指针,又如何巧妙的通过引用来操作指针————>说的就是java指针
百合不是茶
C语言的强大在于可以直接操作指针的地址,通过改变指针的地址指向来达到更改地址的目的,又是由于c语言的指针过于强大,初学者很难掌握, java的出现解决了c,c++中指针的问题 java将指针封装在底层,开发人员是不能够去操作指针的地址,但是可以通过引用来间接的操作:
定义一个指针p来指向a的地址(&是地址符号):
- Eclipse打不开,提示“An error has occurred.See the log file ***/.log”
bijian1013
eclipse
打开eclipse工作目录的\.metadata\.log文件,发现如下错误:
!ENTRY org.eclipse.osgi 4 0 2012-09-10 09:28:57.139
!MESSAGE Application error
!STACK 1
java.lang.NoClassDefFoundError: org/eclipse/core/resources/IContai
- spring aop实例annotation方法实现
bijian1013
javaspringAOPannotation
在spring aop实例中我们通过配置xml文件来实现AOP,这里学习使用annotation来实现,使用annotation其实就是指明具体的aspect,pointcut和advice。1.申明一个切面(用一个类来实现)在这个切面里,包括了advice和pointcut
AdviceMethods.jav
- [Velocity一]Velocity语法基础入门
bit1129
velocity
用户和开发人员参考文档
http://velocity.apache.org/engine/releases/velocity-1.7/developer-guide.html
注释
1.行级注释##
2.多行注释#* *#
变量定义
使用$开头的字符串是变量定义,例如$var1, $var2,
赋值
使用#set为变量赋值,例
- 【Kafka十一】关于Kafka的副本管理
bit1129
kafka
1. 关于request.required.acks
request.required.acks控制者Producer写请求的什么时候可以确认写成功,默认是0,
0表示即不进行确认即返回。
1表示Leader写成功即返回,此时还没有进行写数据同步到其它Follower Partition中
-1表示根据指定的最少Partition确认后才返回,这个在
Th
- lua统计nginx内部变量数据
ronin47
lua nginx 统计
server {
listen 80;
server_name photo.domain.com;
location /{set $str $uri;
content_by_lua '
local url = ngx.var.uri
local res = ngx.location.capture(
- java-11.二叉树中节点的最大距离
bylijinnan
java
import java.util.ArrayList;
import java.util.List;
public class MaxLenInBinTree {
/*
a. 1
/ \
2 3
/ \ / \
4 5 6 7
max=4 pass "root"
- Netty源码学习-ReadTimeoutHandler
bylijinnan
javanetty
ReadTimeoutHandler的实现思路:
开启一个定时任务,如果在指定时间内没有接收到消息,则抛出ReadTimeoutException
这个异常的捕获,在开发中,交给跟在ReadTimeoutHandler后面的ChannelHandler,例如
private final ChannelHandler timeoutHandler =
new ReadTim
- jquery验证上传文件样式及大小(好用)
cngolon
文件上传jquery验证
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<script src="jquery1.8/jquery-1.8.0.
- 浏览器兼容【转】
cuishikuan
css浏览器IE
浏览器兼容问题一:不同浏览器的标签默认的外补丁和内补丁不同
问题症状:随便写几个标签,不加样式控制的情况下,各自的margin 和padding差异较大。
碰到频率:100%
解决方案:CSS里 *{margin:0;padding:0;}
备注:这个是最常见的也是最易解决的一个浏览器兼容性问题,几乎所有的CSS文件开头都会用通配符*来设
- Shell特殊变量:Shell $0, $#, $*, $@, $?, $$和命令行参数
daizj
shell$#$?特殊变量
前面已经讲到,变量名只能包含数字、字母和下划线,因为某些包含其他字符的变量有特殊含义,这样的变量被称为特殊变量。例如,$ 表示当前Shell进程的ID,即pid,看下面的代码:
$echo $$
运行结果
29949
特殊变量列表 变量 含义 $0 当前脚本的文件名 $n 传递给脚本或函数的参数。n 是一个数字,表示第几个参数。例如,第一个
- 程序设计KISS 原则-------KEEP IT SIMPLE, STUPID!
dcj3sjt126com
unix
翻到一本书,讲到编程一般原则是kiss:Keep It Simple, Stupid.对这个原则深有体会,其实不仅编程如此,而且系统架构也是如此。
KEEP IT SIMPLE, STUPID! 编写只做一件事情,并且要做好的程序;编写可以在一起工作的程序,编写处理文本流的程序,因为这是通用的接口。这就是UNIX哲学.所有的哲学真 正的浓缩为一个铁一样的定律,高明的工程师的神圣的“KISS 原
- android Activity间List传值
dcj3sjt126com
Activity
第一个Activity:
import java.util.ArrayList;import java.util.HashMap;import java.util.List;import java.util.Map;import android.app.Activity;import android.content.Intent;import android.os.Bundle;import a
- tomcat 设置java虚拟机内存
eksliang
tomcat 内存设置
转载请出自出处:http://eksliang.iteye.com/blog/2117772
http://eksliang.iteye.com/
常见的内存溢出有以下两种:
java.lang.OutOfMemoryError: PermGen space
java.lang.OutOfMemoryError: Java heap space
------------
- Android 数据库事务处理
gqdy365
android
使用SQLiteDatabase的beginTransaction()方法可以开启一个事务,程序执行到endTransaction() 方法时会检查事务的标志是否为成功,如果程序执行到endTransaction()之前调用了setTransactionSuccessful() 方法设置事务的标志为成功则提交事务,如果没有调用setTransactionSuccessful() 方法则回滚事务。事
- Java 打开浏览器
hw1287789687
打开网址open浏览器open browser打开url打开浏览器
使用java 语言如何打开浏览器呢?
我们先研究下在cmd窗口中,如何打开网址
使用IE 打开
D:\software\bin>cmd /c start iexplore http://hw1287789687.iteye.com/blog/2153709
使用火狐打开
D:\software\bin>cmd /c start firefox http://hw1287789
- ReplaceGoogleCDN:将 Google CDN 替换为国内的 Chrome 插件
justjavac
chromeGooglegoogle apichrome插件
Chrome Web Store 安装地址: https://chrome.google.com/webstore/detail/replace-google-cdn/kpampjmfiopfpkkepbllemkibefkiice
由于众所周知的原因,只需替换一个域名就可以继续使用Google提供的前端公共库了。 同样,通过script标记引用这些资源,让网站访问速度瞬间提速吧
- 进程VS.线程
m635674608
线程
资料来源:
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001397567993007df355a3394da48f0bf14960f0c78753f000 1、Apache最早就是采用多进程模式 2、IIS服务器默认采用多线程模式 3、多进程优缺点 优点:
多进程模式最大
- Linux下安装MemCached
字符串
memcached
前提准备:1. MemCached目前最新版本为:1.4.22,可以从官网下载到。2. MemCached依赖libevent,因此在安装MemCached之前需要先安装libevent。2.1 运行下面命令,查看系统是否已安装libevent。[root@SecurityCheck ~]# rpm -qa|grep libevent libevent-headers-1.4.13-4.el6.n
- java设计模式之--jdk动态代理(实现aop编程)
Supanccy2013
javaDAO设计模式AOP
与静态代理类对照的是动态代理类,动态代理类的字节码在程序运行时由Java反射机制动态生成,无需程序员手工编写它的源代码。动态代理类不仅简化了编程工作,而且提高了软件系统的可扩展性,因为Java 反射机制可以生成任意类型的动态代理类。java.lang.reflect 包中的Proxy类和InvocationHandler 接口提供了生成动态代理类的能力。
&
- Spring 4.2新特性-对java8默认方法(default method)定义Bean的支持
wiselyman
spring 4
2.1 默认方法(default method)
java8引入了一个default medthod;
用来扩展已有的接口,在对已有接口的使用不产生任何影响的情况下,添加扩展
使用default关键字
Spring 4.2支持加载在默认方法里声明的bean
2.2
将要被声明成bean的类
public class DemoService {