深入理解java虚拟机-day4

本文深入探讨了Java虚拟机的类加载过程,包括类加载的定义、时机与具体步骤,如加载、验证、准备、解析及初始化等阶段,并强调了坚持不懈的重要性。

这几天又犯懒了,所以导致这几天没有进行博客的更新。我还记得以前以为公司的领导和我言真意切的说过一句话:人都有惰性,所以成功最基本的要素就是学会坚持。所以,刚刚忙完一个需求开发的我,便开始就坚持对java虚拟机的学习了,毕竟没有什么捷径可以让你一步登顶。好了,废话不多说,今天我们主要好好研习一下java的类加载机制。

一、何为类加载。

虚拟机把描述类的数据从class文件加载到内存,并对数据进行校验、转换解析和初始化,最终形成可以被虚拟机直接使用的java类型,这就是虚拟机的类加载机制。

二、类加载的时机。

类从被加载到虚拟机内存中开始,到卸载出内存为止,它的整个生命周期包括:加载、验证、准备、解析、初始化、使用和卸载7个阶段。如下图:

三、类加载的过程。

1、加载。

虚拟机加载的过程需要完成三件事:通过一个类的全限制名来获取定义此类的二进制字节流、将这个字节流代表的静态存储数据结构转化为方法区的运行时数据结构、在内存中生成一个代表这个类的java.lang.class对象,作为方法区这个类的各种数据访问接口。

2、验证。

验证阶段将会完成四个动作:文件格式验证、元数据验证、字节码验证、符号引用验证。

3、准备。

准备阶段是正式为类变量分配内存并设置类变量初始值的阶段,这些变量所使用的内存,都将在方法区中进行匹配。

4、解析。

解析阶段是虚拟机将常量池内的符号引用替换为直接引用的过程。

5、初始化。

类初始化阶段是类加载的的最后一步,到了初始化阶段,才真正开始执行类中定义的java代码。

 

 

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 64480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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