02. 工厂方法模式

工厂方法模式:在简单工厂方法模式的基础上,把创建对象的方法virtual化,然后创造多个工厂,每个工厂产生一个类型的产品。特点:每增加一个产品,需要增加一个相应生产的工厂。

/**
 * @file car_factory.h
 * @brief car factory
 * @author timeshark
 * @version 1.0
 * @date 2018-08-06
 */

#ifndef CAR_FACTORY
#define CAR_FACTORY

#include <iostream>
#include <string>

using std::cout;
using std::endl;
using std::string;

class Car {
public:
    virtual void print() = 0;
};

class Benz : public Car {
public:
    void print() {
        cout << "this is benz" << endl;
    }
};

class Bmw : public Car {
public:
    void print() {
        cout << "this is bmw" << endl;
    }
};

class Factory {
public:
    virtual Car* create_car() = 0;
};

class FactoryA : public Factory {
public:
    Car* create_car() {
        cout << "*** A factory only create benz ***" << endl;
        return new Benz();
    }
};

class FactoryB : public Factory {
public:
    Car* create_car() {
        cout << "*** B factory only create bmw ***" << endl;
        return new Bmw();
    }
};

#endif
/**
 * @file main.cpp
 * @brief factory method
 * @author timeshark
 * @version 1.0
 * @date 2018-08-06
 */

#include "car_factory.h"

int main() {
    FactoryA a_factory;
    Car* b = a_factory.create_car();
    if (b) {
        b->print();
    }

    FactoryB b_factory;
    Car* c = b_factory.create_car();
    if (c) {
        c->print();
    }

    return 0;
}

输出:

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