LoveWeeknd
LoveWeeknd

faster-rcnn tensorflow config.py 默认参数说明

文件位置：\lib\config\config.py

1、修改训练多少次时保存一次模型

tf.app.flags.DEFINE_integer('snapshot_iterations', 5000, "Iteration to take snapshot")

修改snapshot_iterations参数，默认是5000，改成自己想要的数字即可

2、修改训练总的次数

tf.app.flags.DEFINE_integer('max_iters', 20000, "Max iteration")

 

你可能感兴趣的:(tf-faster-rcnn)

  • 记录一次tf-faster-rcnn代码强行升级环境的过程 conner是位好少年
    因为处理量的增大，之前在本地linux上的一套tf-faster-rcnn的代码需要被移动到更高的环境下（之前是gtx1080ti的单显卡，目标机器是一台gtxtitanv的双显卡），我本以为移动会很简单，但事实耗费了我两个小时的时间，这里记录一下移动过程中出现的问题，以及我的解决思路。首先先声明一点，所有的问题都出在了版本不一致上。因为原机器的版本是cuda9+tensorflow_gpu的1.
  • tf-faster-rcnn[cpu]实现目标检测（三）训练自己的数据 忘尘谷撑船人
    在前两篇博客中我们分别[配置了环境](https://blog.csdn.net/King_key/article/details/84781608)和进行了[demo的测试](https://blog.csdn.net/King_key/article/details/84900581),接下来我们训练自己的图像数据并进行检测.###(1)制作数据集我们采用VOC2007的数据模板,进行数据制作
  • 使用tf-faster-rcnn训练自己的数据集【光纤分类项目】 冬天都会过去
    训练模型下载预训练模型和权重：该程序目前支持VGG16和ResnetV1(包括50\101\152)网络结构，这4种网络结构都经过了ImageNet数据集的预训练，其预训练模型由slim提供，可以在这里下载。将其下载并放在data/imagenet_weights文件夹下。下面将以VGG16模型为例，讲解VGG16如何利用VOC数据集进行训练:建立imagenet_weights文件夹（在tf-f
  • tf-faster-rcnn[cpu]实现目标检测（二）模型测试 忘尘谷撑船人
    继CPU下运行demo之后，现在开始使用res101进行voc数据的训练(1)在tf-faster-rcnn根目录下，执行：NET=res101TRAIN_IMDB=voc_2007_trainval+voc_2012_trainvalmkdir-poutput/${NET}/${TRAIN_IMDB}cdoutput/${NET}/${TRAIN_IMDB}ln-s../../../data/v
  • Faster R-CNN tensorflow版本，cpu下运行demo 做只小考拉
    代码地址：https://github.com/endernewton/tf-faster-rcnn参照博客：https://blog.csdn.net/sinat_33486980/article/details/81045315https://blog.csdn.net/oMoDao1/article/details/82698571https://blog.csdn.net/some_pos
  • Ubuntu+Python+云GPU平台 实现Faster RCNN过程 Chris1.0 python神经网络深度学习tensorflow
    参考贴1.github源码tf-faster-rcnn，看这个基本就能复现了2.python3+Tensorflow+FasterR-CNN训练自己的数据1.使用的第三方包tensorflowkeraspickle作用：把变量从内存中变成可存储或传输的过程称之为序列化,将内存中的对象转换成为文本流osos模块提供了多数操作系统的功能接口函数。当os模块被导入后，它会自适应于不同的操作系统平台，根据
  • endernewton/tf-faster-rcnn：候选框是如何跟真实框（ground truth）对应做bbox回归训练的？ 修行者_Yang
    1、在RPN网络里通过1*1预测anchors的偏移(rpn_bbox_pred)；2、在RPN网络里self._proposal_layer()—>proposal_layer_tf—>bbox_transform_inv_tf(anchors,rpn_bbox_pred)来预测anchors的坐标；3、还是在RPN网络里self._anchor_target_layer()—>anchor_t
  • Faster rcnn 实战 xianmenji6124 实践fasterrcnn实战
    fasterrcnn实战系统：Ubuntu18.04显卡：GeForceGTX1080环境：Python3.6+TensorFlow-gpu1.2+Cuda9.0+Cudnnv7.1.4使用代码：[tf-faster-rcnn](https://github.com/endernewton/tf-faster-rcnn)系统：Ubuntu18.04显卡：GeForceGTX1080环境：Pytho
  • 针对resnet训练自己的数据集的修改 z_z周 深度学习
    针对源码中resnet.py文件的修改在源码中resnet已经给出，但是其中cfg.TRAIN在config中并不存在，针对该问题，直接简单粗暴解决参考的config文件链接(https://github.com/endernewton/tf-faster-rcnn)，把调用的全部参数直接写进代码中（正在努力把它写会config里）在build_network函数里对blocks进行了修改，在我执
  • tensorflow + faster rcnn + linux +自己的数据集 dlut_yan 深度学习【代码】
    一、获取代码代码二、根据你的显卡更改下对应的计算单元。在tf-faster-rcnn/lib/setup.py的第130行，2080ti对应的是sm_75。查看显卡计算能力三、编译Cython仍然在lib路径下，编译Cython模块(确保你已经安装了easydict，如果没有，condainstalleasydict)：缺什么库，就condainstall安装什么库。Cython项目借助于源代码编
  • Ubuntu+GPU+Tensorflow运行tf-faster-rcnn【光纤分类项目】 冬天都会过去
    系统配置我所使用的环境总体来说为：Ubuntu18.04cuda9.0cudnn7.5.0python3.6.7tensorflow1.10.0gcc4.8.5(tf-faster-rcnn不支持6以上版本的gcc)ubuntu系统配置显卡配置：GeForceGTX1060显卡配置：GeForceGTX1060屏幕截图屏幕截图Cuda版本9.0Cudnn版本7.5Python版本3.6.7Tens
  • tf-faster-rcnn代码阅读：datasets 起步晚就要快点跑 深度学习
    classpascal_voc(imdb):def__init__(self,image_set,year,use_diff=False):name='voc_'+year+'_'+image_setifuse_diff:name+='_diff'imdb.__init__(self,name)self._year=yearself._image_set=image_setself._devkit
  • fatal error: Python.h: No such file or directory 解决方案 StandWisdom 编译
    因使用了github上的endernewton/tf-faster-rcnn代码换机器编译时出现“fatalerror:Python.h:Nosuchfileordirectory”问题。反复出错。浏览部分帖子，多采用如下方法，但依旧不能解决问题，P.S.也可以进行尝试，博主没成功采用：sudoapt-getinstallpython3.6-dev完美解决。注意此处3.6需要对应你的python版
  • tf-faster-rcnn 训练自己的数据 sangky 图像算法
    代码参考：gitclonehttps://github.com/endernewton/tf-faster-rcnn.git训练过程参考：https://blog.csdn.net/yaoqi_isee/article/details/79254574整个过程步骤：准备数据，数据格式转化为VOC数据，代码修改训练过程：准备数据：这里以imagenet的数据为例，选择训练枪支这个物品（imagene
  • tf-faster-rcnn代码理解 aurouatf 目标检测
    tf-faster-rcnncodedetailstf-faster-rcnn生成anchors，首先生成一个baseanchor，然后以baseanchor为基础，在原图像中移动，生成原图像中的anchors。由于原文中提到过：WealsonotethatforZFandVGGnets,thetotalstrideonthelastconvlayeris16pixelsonthere-scale
  • Faster R-CNN 源码解读（Tensorflow版） Thinker_and_FKer
    github源码地址：https://github.com/endernewton/tf-faster-rcnn阅读源码时应该先找出主干的函数，整理出框架，然后再依据需要去细读各个函数的功能。1.代码框架：以tf-faster-rcnn-master/tools/demo.py作为程序入口，主要调用tf-faster-rcnn-master/lib/nets/network.py、tf-faste
  • Pycharm中:训练/测试神经网络由运行脚本文件(train.sh)启动,程序出错,如何进行debug操作? maxuba 深度学习
    近期利用tf-faster-rcnn跑自己的数据集.测试检测效果.训练部分已经跑通,见博客:链接.现在进行测试时出现错误.想要进行Debug,但是由于它是运行的脚本文件进行的测试,无法直接运行某个py文件,进行调试,故卡在这里.脚本文件如下(以测试脚本为例):#!/bin/bashset-xset-e#set-vexportPYTHONUNBUFFERED="True"GPU_ID=$1DATAS
  • tensorflow运行Faster RCNN demo 出现问题ImportError：cannot import name resnet_v1_block RealKEAI FasterRCNN
    Date：2018/12/19问题记录一、网上关于如何运行FasterRCNNdemo的教程有很多，大同小异，大家可以任意参考。我运行的时候，因为tensorflow，python这些环境都已装好了，所以前期没有耗时太多。相关依赖：cython、opencv-python、easydict三个库下载tf-faster-rcnn包、链接coco数据库以及预训练模型这些问题应该都不大，对着教程步骤来即
  • 用通俗易懂的文字带你了解Faster RCNN 老杨同学�
    第一次写博客，编辑器不太会用，格式有点乱。fasterrcnn接触了一年多了，接触过好几个版本的代码，也魔改过好多次，总算对他的原理有了足够的理解。本文尝试用通熟易懂的解释来说明fasterrcnn的原理。有哪些是写错的请各位大佬指教。参考代码地址：https://github.com/endernewton/tf-faster-rcnn论文地址：https://arxiv.org/pdf/150
  • faster-rcnn测试模型时出现FileNotFoundError: [Errno 2] No such file or directory: 空气男孩 faster-rcnn
    操作系统：ubuntu16.04Python3.7.6tensorflow-1.13.1-gpu问题预览FileNotFoundError:[Errno2]Nosuchfileordirectory:‘/home/heisenberg/tf-faster-rcnn/data/VOCdevkit2007/results/VOC2007/Main/※※※.txt’问题描述跟着阿尔卑斯糖和北冥有杨其名为
  • Faster R-CNN:tf-faster-rcnn代码结构 Rosun_ 计算机视觉
    Section1:./tf-faster-rcnn目录:├──data//数据目录主要保存一些数据集比如VOC2007、coco等│├──cache//保存一些数据集的训练集和测试集的proposals,比如voc_2007_test_gt_roidb.pkl,格式[{},{},...,{}]。程序首先从这读取，如果文件存在//否则读取.xml文件得到proposal,同时在该目录下生成对应的.p
  • 制作自己的目标检测数据集再利用tf-faster-rcnn训练 阿尔卑斯糖 目标检测python
    1.制作数据集的工具我利用数据集标注工具是精灵标注助手，我认为很好用。奉劝一句标注数据集时不要随便找人给你标，如果他没有用心给你标注，你在后面训练会出现很多问题。在一开始标注数据集的时候不要一下子给他标注完，先标注几十张图片，然后用在你的网络里，看看有没有错误，如果没有问题就按这种方式标，如果有，再找出原因，在后面标注的过程中注意。2.仿照VOC2007制作数据解压VOC2007数据集后可以看到V
  • tf-faster-rcnn模型在windows运行 橘座的忧伤 目标检测tf-faster-rcnnwin10
    windows10上汇编tf-faster-rcnn代码地址：https://github.com/endernewton/tf-faster-rcnnwindows汇编issues：https://github.com/endernewton/tf-faster-rcnn/issues/335Note:Ifanystrangeerroroccurred,Isuggestdeletingallth
  • Tensorflow slim模块 素娜93
    最近在看tf-faster-rcnn的代码，看到了VGG16网络的定义中使用到了slim这个模块，如下图所示，因此百度了一下slim这个模块，下面的内容是基于一些博客按照自己的思路整理的，便于理解和日后查用。VGG16.jpegslim这个模块是在16年新推出的，主要是来做所谓的“代码瘦身”,可以消除原生tensorflow里面很多重复的模板性的代码，让代码更紧凑，更具备可读性。另外slim提供了
  • write() argument must be str, not bytes LoveWeeknd TensorFlow
    在使用https://github.com/endernewton/tf-faster-rcnn源码里的test_net.py保存测试结果的时候出现了一下错误通过定位错误位置找到具体位置：ifnotos.path.isfile(cachefile):#loadannotationsrecs={}fori,imagenameinenumerate(imagenames):recs[imagename
  • tf-faster-rcnn实战篇 素娜93
    准备篇：TensorFlow：首先查看TensorFlow的版本，代码支持的是1.2的版本：importtensorflowastfprinttf.__version__1.1.0因此卸载并安装指定版本Tensorflow:pipinstall-Itensorflow==1.2.1安装：1、下载tf-faster-rcnn代码：gitclonehttps://github.com/endernew
  • tf-faster-rcnn源码解析——shell scripts z_Ramsey 深度学习计算机视觉faster-rcnn
    tf-faster-rcnn源码解析shellscripts之前是用的fasterrcnn原作者caffe版本的源码，因为一直换服务器，每次都编译一遍caffe着实麻烦，转战tensorflow版本的fasterrcnn因为要用自己的数据，还要改部分模型，所以得搞清楚各种文件结构。首先搞懂模型命令行参数的输入以及数据、各种输出的路径。这里先看下shell脚本，在experiments/scrips
  • tf-faster-rcnn数据集迁移 your_humble_fan faster-rcnn
    数据集迁移之路将Github作者endernewtown的基于pascal_voc数据集和coco数据集的代码，迁移至NWPU_VHR数据集。原代码仓库链接：https://github.com/endernewton/tf-faster-rcnn修改后的代码仓库：https://github.com/Rhapso/tf-faster-rcnn前言初次接触一个较大的tensorflow工程，所以在
  • win10+endernewton版本faster rcnn编译训练自己的数据集 water_93 深度学习
    一、endernewton版本fasterrcnn源码运行个人使用的是git-bash+MinGW模拟linux命令行环境，本文中shell语句如未说明在CMD终端下均为在git-bash下执行。1.一定要使用这个源码https://github.com/endernewton/tf-faster-rcnn/issues/3352.编译Cypthon模块转自https://github.com/e
  • tf-faster rcnn 配置 及自己数据 some_possible 深度学习
    下面主要针对https://github.com/endernewton/tf-faster-rcnn工程，作者写的很好，但是对于我这种常识比较少的小白还是会遇到很多问题，所有都是从网上一点点找到的，整理在下面，希望可以减少大家的配置时间。因为我是在windows10subsystemubuntu下跑的，所以没能用上GPU。下面我先按照我的配置说一遍，后面遇到什么问题再补充。一、tf-faster
  • java类加载顺序 3213213333332132 java
    package com.demo; /** * @Description 类加载顺序 * @author FuJianyong * 2015-2-6上午11:21:37 */ public class ClassLoaderSequence { String s1 = "成员属性"; static String s2 = "
  • Hibernate与mybitas的比较 BlueSkator sqlHibernate框架ibatisorm
    第一章     Hibernate与MyBatis Hibernate 是当前最流行的O/R mapping框架，它出身于sf.net，现在已经成为Jboss的一部分。 Mybatis 是另外一种优秀的O/R mapping框架。目前属于apache的一个子项目。 MyBatis 参考资料官网：http:
  • php多维数组排序以及实际工作中的应用 dcj3sjt126com PHPusortuasort
    自定义排序函数返回false或负数意味着第一个参数应该排在第二个参数的前面, 正数或true反之, 0相等usort不保存键名uasort 键名会保存下来uksort 排序是对键名进行的 <!doctype html> <html lang="en"> <head> <meta charset="utf-8&q
  • DOM改变字体大小 周华华 前端
    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml&q
  • c3p0的配置 g21121 c3p0
    c3p0是一个开源的JDBC连接池，它实现了数据源和JNDI绑定，支持JDBC3规范和JDBC2的标准扩展。c3p0的下载地址是：http://sourceforge.net/projects/c3p0/这里可以下载到c3p0最新版本。 以在spring中配置dataSource为例： <!-- spring加载资源文件 --> <bean name="prope
  • Java获取工程路径的几种方法 510888780 java
    第一种： File f = new File(this.getClass().getResource("/").getPath()); System.out.println(f); 结果: C:\Documents%20and%20Settings\Administrator\workspace\projectName\bin 获取当前类的所在工程路径; 如果不加“
  • 在类Unix系统下实现SSH免密码登录服务器 Harry642 免密ssh
    1.客户机     (1)执行ssh-keygen -t rsa -C "[email protected]"生成公钥，xxx为自定义大email地址     (2)执行scp ~/.ssh/id_rsa.pub root@xxxxxxxxx:/tmp将公钥拷贝到服务器上，xxx为服务器地址     (3)执行cat
  • Java新手入门的30个基本概念一 aijuans javajava 入门新手
    在我们学习Java的过程中,掌握其中的基本概念对我们的学习无论是J2SE,J2EE,J2ME都是很重要的,J2SE是Java的基础,所以有必要对其中的基本概念做以归纳,以便大家在以后的学习过程中更好的理解java的精髓,在此我总结了30条基本的概念。　　Java概述:　　目前Java主要应用于中间件的开发(middleware)---处理客户机于服务器之间的通信技术,早期的实践证明,Java不适合
  • Memcached for windows 简单介绍 antlove javaWebwindowscachememcached
    1. 安装memcached server a. 下载memcached-1.2.6-win32-bin.zip b. 解压缩，dos 窗口切换到 memcached.exe所在目录，运行memcached.exe -d install c.启动memcached Server,直接在dos窗口键入 net start "memcached Server&quo
  • 数据库对象的视图和索引 百合不是茶 索引oeacle数据库视图
      视图     视图是从一个表或视图导出的表，也可以是从多个表或视图导出的表。视图是一个虚表，数据库不对视图所对应的数据进行实际存储，只存储视图的定义，对视图的数据进行操作时,只能将字段定义为视图,不能将具体的数据定义为视图       为什么oracle需要视图;    &
  • Mockito(一) --入门篇 bijian1013 持续集成mockito单元测试
            Mockito是一个针对Java的mocking框架，它与EasyMock和jMock很相似，但是通过在执行后校验什么已经被调用，它消除了对期望 行为（expectations）的需要。其它的mocking库需要你在执行前记录期望行为（expectations），而这导致了丑陋的初始化代码。  &nb
  • 精通Oracle10编程SQL(5)SQL函数 bijian1013 oracle数据库plsql
    /* * SQL函数 */ --数字函数 --ABS(n):返回数字n的绝对值 declare v_abs number(6,2); begin v_abs:=abs(&no); dbms_output.put_line('绝对值：'||v_abs); end; --ACOS(n):返回数字n的反余弦值，输入值的范围是-1~1，输出值的单位为弧度
  • 【Log4j一】Log4j总体介绍 bit1129 log4j
    Log4j组件：Logger、Appender、Layout   Log4j核心包含三个组件：logger、appender和layout。这三个组件协作提供日志功能： 日志的输出目标 日志的输出格式 日志的输出级别(是否抑制日志的输出)  logger继承特性 A logger is said to be an ancestor of anothe
  • Java IO笔记 白糖_ java
    public static void main(String[] args) throws IOException { //输入流 InputStream in = Test.class.getResourceAsStream("/test"); InputStreamReader isr = new InputStreamReader(in); Bu
  • Docker 监控 ronin47 docker监控
             目前项目内部署了docker，于是涉及到关于监控的事情，参考一些经典实例以及一些自己的想法，总结一下思路。 1、关于监控的内容 监控宿主机本身 监控宿主机本身还是比较简单的，同其他服务器监控类似，对cpu、network、io、disk等做通用的检查，这里不再细说。 额外的，因为是docker的
  • java-顺时针打印图形 bylijinnan java
    一个画图程序 要求打印出： 1.int i=5; 2.1 2 3 4 5 3.16 17 18 19 6 4.15 24 25 20 7 5.14 23 22 21 8 6.13 12 11 10 9 7. 8.int i=6 9.1 2 3 4 5 6 10.20 21 22 23 24 7 11.19
  • 关于iReport汉化版强制使用英文的配置方法 Kai_Ge iReport汉化英文版
    对于那些具有强迫症的工程师来说，软件汉化固然好用，但是汉化不完整却极为头疼，本方法针对iReport汉化不完整的情况，强制使用英文版，方法如下： 在 iReport 安装路径下的 etc/ireport.conf 里增加红色部分启动参数，即可变为英文版。   # ${HOME} will be replaced by user home directory accordin
  • [并行计算]论宇宙的可计算性 comsci 并行计算
          现在我们知道,一个涡旋系统具有并行计算能力.按照自然运动理论,这个系统也同时具有存储能力,同时具备计算和存储能力的系统,在某种条件下一般都会产生意识......       那么,这种概念让我们推论出一个结论     &nb
  • 用OpenGL实现无限循环的coverflow dai_lm androidcoverflow
    网上找了很久，都是用Gallery实现的，效果不是很满意，结果发现这个用OpenGL实现的，稍微修改了一下源码，实现了无限循环功能 源码地址： https://github.com/jackfengji/glcoverflow public class CoverFlowOpenGL extends GLSurfaceView implements GLSurfaceV
  • JAVA数据计算的几个解决方案1 datamachine javaHibernate计算
    老大丢过来的软件跑了10天，摸到点门道，正好跟以前攒的私房有关联，整理存档。 -----------------------------华丽的分割线-------------------------------------     数据计算层是指介于数据存储和应用程序之间，负责计算数据存储层的数据，并将计算结果返回应用程序的层次。J  &nbs
  • 简单的用户授权系统,利用给user表添加一个字段标识管理员的方式 dcj3sjt126com yii
    怎么创建一个简单的(非 RBAC)用户授权系统 通过查看论坛，我发现这是一个常见的问题，所以我决定写这篇文章。 本文只包括授权系统.假设你已经知道怎么创建身份验证系统(登录)。 数据库 首先在 user 表创建一个新的字段(integer 类型),字段名 'accessLevel',它定义了用户的访问权限 扩展 CWebUser 类 在配置文件(一般为 protecte
  • 未选之路 dcj3sjt126com 诗
    作者:罗伯特*费罗斯特   黄色的树林里分出两条路, 可惜我不能同时去涉足, 我在那路口久久伫立, 我向着一条路极目望去, 直到它消失在丛林深处.   但我却选了另外一条路, 它荒草萋萋,十分幽寂; 显得更诱人,更美丽, 虽然在这两条小路上, 都很少留下旅人的足迹.   那天清晨落叶满地, 两条路都未见脚印痕迹. 呵,留下一条路等改日再
  • Java处理15位身份证变18位 蕃薯耀 18位身份证变15位15位身份证变18位身份证转换
      15位身份证变18位，18位身份证变15位 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 201
  • SpringMVC4零配置--应用上下文配置【AppConfig】 hanqunfeng springmvc4
    从spring3.0开始，Spring将JavaConfig整合到核心模块，普通的POJO只需要标注@Configuration注解，就可以成为spring配置类，并通过在方法上标注@Bean注解的方式注入bean。   Xml配置和Java类配置对比如下： applicationContext-AppConfig.xml   <!-- 激活自动代理功能 参看：
  • Android中webview跟JAVASCRIPT中的交互 jackyrong JavaScripthtmlandroid脚本
      在android的应用程序中,可以直接调用webview中的javascript代码,而webview中的javascript代码,也可以去调用ANDROID应用程序(也就是JAVA部分的代码).下面举例说明之: 1 JAVASCRIPT脚本调用android程序    要在webview中,调用addJavascriptInterface(OBJ,int
  • 8个最佳Web开发资源推荐 lampcy 编程Web程序员
    Web开发对程序员来说是一项较为复杂的工作，程序员需要快速地满足用户需求。如今很多的在线资源可以给程序员提供帮助，比如指导手册、在线课程和一些参考资料，而且这些资源基本都是免费和适合初学者的。无论你是需要选择一门新的编程语言，或是了解最新的标准，还是需要从其他地方找到一些灵感，我们这里为你整理了一些很好的Web开发资源，帮助你更成功地进行Web开发。 这里列出10个最佳Web开发资源，它们都是受
  • 架构师之面试------jdk的hashMap实现 nannan408 HashMap
    1.前言。   如题。 2.详述。   (1)hashMap算法就是数组链表。数组存放的元素是键值对。jdk通过移位算法（其实也就是简单的加乘算法），如下代码来生成数组下标(生成后indexFor一下就成下标了）。 static int hash(int h) { h ^= (h >>> 20) ^ (h >>>
  • html禁止清除input文本输入缓存 Rainbow702 html缓存input输入框change
    多数浏览器默认会缓存input的值，只有使用ctl+F5强制刷新的才可以清除缓存记录。 如果不想让浏览器缓存input的值，有2种方法： 方法一： 在不想使用缓存的input中添加 autocomplete="off";  <input type="text" autocomplete="off" n
  • POJO和JavaBean的区别和联系 tjmljw POJOjava beans
    POJO 和JavaBean是我们常见的两个关键字，一般容易混淆，POJO全称是Plain Ordinary Java Object / Pure Old Java Object，中文可以翻译成：普通Java类，具有一部分getter/setter方法的那种类就可以称作POJO，但是JavaBean则比 POJO复杂很多， Java Bean 是可复用的组件，对 Java Bean 并没有严格的规
  • java中单例的五种写法 liuxiaoling java单例
    /** * 单例模式的五种写法： * 1、懒汉 * 2、恶汉 * 3、静态内部类 * 4、枚举 * 5、双重校验锁 */ /** * 五、 双重校验锁，在当前的内存模型中无效 */ class LockSingleton { private volatile static LockSingleton singleton; pri
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他