虚函数

#include <iostream>
#include <typeinfo>
using namespace std;
class B{
int x;
public:
B(int i){x=i;}
int getx(){return x;}
virtual void f(){cout<<"1: »ùÀàBÖеÄf, x="<<x<<endl;}
};
class D1:public B{
int x;
public:
D1(int i):B(i){}
virtual void f(){ cout<<"2: ÅÉÉúÀàD1ÖеÄf, x="<<getx()<<endl; }
};
class D2:public B{
int x;
public:
D2(int i):B(i){}
virtual void f(){ cout<<"3: ÅÉÉúÀàD2ÖеÄf, x="<<getx()<<endl; }
void g(){ cout<<"4: ÕâÊÇÅÉÉúÀàD2ÌØÓеĺ¯Êý£¬ÆäËûÀ඼ûÓУ¡----\n"; }
};
void AccessB(B *pb){
/*D2 p= *pb;
p.g();*/
pb->f();
// pb->g(); //BÖÐûÓж¨Òåg()ΪÐ麯Êý£¬²»ÄÜ·ÃÎÊ
}
void A()
{ B * pb ,px(0);
  D2 * pd, x(1),y(1);
  pd=&x;
  pb=&x;
  //D2 x2(2);
 cout<<pb<<endl;
 cout<<pd<<endl;
cout<<typeid(pb).name()<<endl;
//cout <<typeid(x).name()<<endl;
//cout <<typeid(*pb).name()<<endl;
//cout <<typeid(*pd).name()<<endl;
px=*pb;
pb->f();
px.f();


}
void main(){
B b(1);
D1 d1(2);
D2 d2(3);
//AccessB(&b);
//AccessB(&d1);
//AccessB(&d2);
A();
}
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