多线程

进程:正在执行的程序,就是一个应用程序在内存中开辟的空间。

线程:其实就是进程中的一个控制单元,负责程序的执行,一个进程至少有一个线程。

jvm本身就是多线程的,因为在程序运行中会在堆内存中产生很多垃圾,就需要垃圾回收机器进行回收。

main函数执行代码的时候,也在执行着垃圾回收,所以是同事执行的。这就是两个独立的线程来进行控制的。

执行垃圾回收的线程,称为垃圾回收线程。执行main函数的线程,叫做主线程。创建一个执行路径的目的就是让单独一个程序执行一个代码,和其他的代码同时执行。

对于主线程:它运行的代码都储存的主函数中。对于垃圾回收线程:它运行就是用于回收对象垃圾的代码。


创建线程的方式

1,继承Thread类,覆盖run方法,在该run方法中定义线程要运行的代码,调用线程的start方法开启线程,并调用run方法运行。本身Thread类就是一个线程Thread。直接创建对象就是一个线程,run既然是运行方法,那么里面就存储了要运行代码。

但是我们要运行自己创建的线程运行自己指定的代码,这时就应利用继承,将Thread进行继承,并覆盖已有的run方法。定义要运行的代码。自定义的代码在run方法中执行,发现程序运行的结果每次都不一样,那是多线程的随机性造成的,随机性的原理:是由于CPU做的快速切换造成的,形成的称为多个线程在抢夺CPU的执行权。

2,声明实现Runnable接口的类,覆盖Runnable类中的run方法。将线程要运行的代码存储到该run方法中。

通过thread   类创建线程对象,实现runnable接口的子类对象作为实际参数传递给Thread类的构造函数,因为线程创建后必须明确run方法,调用Thread,start方法。

将实现了Runable接口的子类对象作为实际参数传递给Thread类,


好处:Runable接口的出现,避免了单继承的局限性。


线程的运行状态:被创建,运行(该状态具备CPU执行资格的同时,具有执行权),阻塞( 临时阻塞状态具有cpu的执行资格,但是不具有执行权。),冻结(释放了cpu的执行权,同时释放cpu的执行资格),消亡。start开始运行,sleep wait冻结,run方法结束,stop方法执行消亡。


线程安全问题

造成线程安全的原因:

1,多线程同时操作了共享的数据 2,多线程的任务代码中操作共享的数据不止一条。

解决方法:让一个线程在执行共享数据的时候,其他线程不要参与共享数据。

synchronized(对象){


}

同步的好处,解决线程安全问题。

同步的前提:

1,同步中如果有一个线程在执行是不需要同步的。2,如果有多个线程需要同步,必须保证他们是用同一个锁。


 这个前提的好处:如果在多线程中加入了同步后,还是出现安全问题。

同步的弊端:对程序有一定的影响,会降低一些效率。


用同步解决单利模式

public class Single {


/*
* 懒汉式
*/
private static  Single s=null;
private Single(){};


public static Single s1(){
if(s==null)
synchronized(Single.class){
if(s==null)
s=new Single();
}
return s;
};
}


线程间最重要的机制:等待唤醒机制

wait():让当前线程处于冻结状态,当前线程就处于线程池中。

notify():唤醒线程池中的任意一个线程。让该线程回复到运行状态,会具备cpu的执行资格。

notifyall():唤醒线池中所有等待的线程,具有cpu的执行资格。


wait() 和sleep()的区别?

1,sleep必须制定时间,wait可以指定时间也可以不用指定。

2,wait必须定义在同步中,sleep不一定

3,在同步中的wait sleep的对于执行权和锁的处理不同。

  3.1sleep释放执行权但是不释放锁。

  3.2wait释放执行权,释放锁。

个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
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