java代码中读取properties文件

本文介绍了一种不依赖Spring框架直接使用Properties文件进行配置的方法。通过一个具体的Java类示例,展示了如何加载配置文件并获取其中的属性值。

一般情况下,我们都会采用spring xml + propeties文件的形式对java代码中的某些属性进行配置。但在一些比较小的程序中,其实根本用不到

Spring框架,不需要依赖注入。此时,我们可以直接应用properties文件,具体配置方法如下:

注意:下面的pro.properties文件只需要被放在BuildPath下面即可。


public class ProConfig {

    private static Logger logger = Logger.getLogger(ProConfig.class);
    private Properties properties = new Properties();
    public static final ProConfig Default = new ProConfig("/pro.properties");

    public ProConfig(String configPath) {
        InputStream is = null;
        try {
            is = ProConfig.class.getResourceAsStream(configPath);
            properties.load(is);
        } catch (IOException e) {
            logger.error("Failed to load config file at: " + configPath, e);
        } finally {
            if (is == null) {
                return;
            }
            try {
                is.close();
            } catch (IOException e) {
                logger.error(
                        "Failed to close input stream when loading config file at: "
                                + configPath, e);
            }
        }
    }

    public Properties getProperties() {
        return properties;
    }

    public String getProperty(String name) {
        return properties.getProperty(name);
    }

    public int getInt(String name) {
        return getInt(name, 0);
    }

    public int getInt(String name, int defVal) {
        int ret = defVal;
        try {
            ret = Integer.parseInt(properties.getProperty(name));
        } catch (Exception e) {

        }
        return ret;
    }

    public long getLong(String name) {
        return getLong(name, 0L);

    }

    public long getLong(String name, long defVal) {
        long ret = defVal;
        try {
            ret = Long.parseLong(properties.getProperty(name));
        } catch (Exception e) {

        }
        return ret;

    }

    public boolean getBoolean(String name) {
        return getBoolean(name, false);

    }

    public boolean getBoolean(String name, boolean defVal) {
        boolean ret = defVal;
        try {
            ret = Boolean.parseBoolean(properties.getProperty(name));
        } catch (Exception e) {

        }
        return ret;

    }
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