2020-12-25

博客介绍了类的定义与对象的实例化相关知识,包括类名与文件名的关系、类属性的添加(私有和公有)、对象实例化的方式及属性值的获取修改。还阐述了方法的定义格式、返回值类型,以及对象调用方法、方法调用方法和调用带返回值方法的方式。

01.类的定义与对象的实例化

类的定义:文件名就是类名
在这里插入图片描述
给类中添加属性

  • 私有属性:String color;
  • 公有属性:public String color;
    在这里插入图片描述
    对象的实例化
  • 类名 变量名 = new 类名();
    在这里插入图片描述
    获取对象的属性值并修改
  • 对象.属性名=值
    在这里插入图片描述

02.定义方法并使用

定义方法格式:

  • 访问修饰符 返回值类型 方法名( 形参的类型 形参名称 ){方法执行内容}
    返回值类型
  • 默认:void
  • 基本类型:如int
  • 数组:数组名[]
  • 字符串:String
  • 自定义的类:类名
    调用方法
  • 对象调方法:对象.方法名( );
  • 例:a.method();
  • 方法调方法:方法名( );
  • 例:method();
    调用带有返回值的方法
  • 用一个和返回值相同类型的变量 接收这个返回值
  • 返回值类型 变量名 = 对象.方法名( );
  • 例:String js = a.method(
    );
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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