接口回调

最近再写一个项目,里面有各种各样的传值,基本都如出一辙,都是页面之间传值,传值的方式有很多,Intent、BroadCast、Service、EventBus… 太多了,今天我写下这篇博客,也是为了厚积薄发,为我以后的学习技术的道路铺平道路。
也许你没有写博客的习惯,现在不想写,未来更不想写,也许你也会问为什么要写博客?写了博客又有什么用?
博客记录的是我们在实践中积累的点点滴滴,有时你遇见了和上一次同样的bug或是什么,但是你又忘记怎么去解决,你又不得不去baidu、google一下,一查有时10来20分钟,但是你当时把它写到博客上记录下来,你会发现这会很省事,2、3分钟搞定,同样,它也是对知识的积累,帮助你把知识牢记在脑海中。

咳咳。 唠叨这么多,你一定看腻了,不多说了,下面我就把我写的一个小Demo发上来,供看见我这篇博客的你享用,保证你在看了之后茅塞顿开。

接口回调是什么?

接口回调是指:可以把使用某一接口的类创建的对象的引用赋给该接口声明的接口变量,那么该接口变量就可以调用被类实现的接口的方法。实际上,当接口变量调用被类实现的接口中的方法时,就是通知相应的对象调用接口的方法,这一过程称为对象功能的接口回调。

同时,接口回调需要3个基本类实现:接口(定义传输数据的方法)、功能类(提供数据的一方)、实现类(接受数据的一方)

1、先定义一个接口

public interface ShopInterFace {
    //方法里面是需要传递的参数的值
    void getData(String name,int allNum,int allPrice);
}

2、创建一个功能类(A)

    1、声明接口对象
 private ShopInterFace interFace;
    2、设置监听(实例化接口)
    public void setInterFace(ShopInterFace interFace){
        this.interFace = interFace;
    }
    3、添加调用接口的方法
public void setData(String name,int allNum,int allPrice){
        interFace.getData(name,allNum,allPrice);
    }
    4、在需要的地方调用接口的方法
setData("哈哈",1,1);

3、实现类(B)

    1、创建功能类对象
private A a;
    2、利用功能类对象调用功能类里实例化接口的方法
//第一种
a.setInterFace(this);
//第二种
a.setInterFace(new ShopInterFace() {
                        @Override
                        public void getData(String name, int allNum, int allPrice) {
                            Log.e("TAG",name+allNum+allPrice)
                        }
                    });

其实也就那么回事儿,希望你看完我的博客后会记住接口回调的机制,若是茅塞顿开的话,记得别忘了点个关注(●’◡’●)

数据集介绍:多类别动物目标检测数据集 一、基础信息 数据集名称:多类别动物目标检测数据集 图片数量: - 训练集:6,860张图片 - 验证集:1,960张图片 - 测试集:980张图片 总计:9,800张含动态场景的动物图像 分类类别: Alpaca(羊驼)、Camel(骆驼)、Fox(狐狸)、Lion(狮子)、Mouse(鼠类)、Ostrich(鸵鸟)、Pig(猪)、Rabbit(兔子)、Rhinoceros(犀牛)、Shark(鲨鱼)、Sheep(绵羊)、Snake(蛇)、Whale(鲸鱼) 标注格式: YOLO格式标注,包含目标检测所需的归一化坐标及类别索引,适用于YOLOv5/v7/v8等系列模型训练。 数据特性: 覆盖航拍、地面视角等多种拍摄角度,包含动态行为捕捉及群体/单体目标场景。 二、适用场景 野生动物监测系统: 支持构建无人机/红外相机AI识别系统,用于自然保护区动物种群追踪与生态研究。 智慧农业管理: 适用于畜牧养殖场动物行为分析、数量统计及健康监测等自动化管理场景。 生物多样性研究: 为陆地/海洋生物分布研究提供标注数据支撑,助力濒危物种保护项目。 教育科研应用: 可作为计算机视觉课程实践素材,支持目标检测、迁移学习等AI教学实验。 三、数据集优势 跨物种覆盖全面: 包含13类陆生/水生动物,涵盖家畜、野生动物及濒危物种,支持复杂场景下的模型泛化训练。 动态场景丰富: 捕捉动物运动、群体互动等真实行为模式,提升模型对非静态目标的检测鲁棒性。 标注体系规范: 严格遵循YOLO标注标准,提供精确的边界框定位,支持即插即用的模型训练流程。 多场景适配性: 数据来源涵盖航拍影像、地面监控等多维度视角,适用于农业、生态保护、科研等跨领域应用。 类别平衡优化: 通过分层抽样保证各类别数据分布合理性,避免长尾效应影响模型性能。
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