Delphi XE2+ 测试Pthread异常

本文探讨了在多线程环境下如何实现线程的取消及异常处理机制,通过创建两个类型的线程——可被取消线程与异常抛出线程,并在运行过程中进行取消操作与异常触发。
program Test_exception1;

{$IFDEF FPC}
  {$MODE Delphi}//MacPas}
  {$assertions on}
{$ENDIF}

{$APPTYPE CONSOLE}

{$R *.res}
{$DEFINE __PTW32_MUTEX_TYPES}
uses
  {$IFnDEF FPC}
  System.SysUtils,
  System.Win.Crtl,
  Winapi.Windows,
  {$ELSE}
  Sysutils,
  {$ENDIF}
  libc.Types in 'libc.Types.pas',
  pthreads.win in 'pthreads.win.pas',
  pthreads.sem in 'pthreads.sem.pas',
  pthreads.sched in 'pthreads.sched.pas',
  pthreads.barrier in 'pthreads.barrier.pas',
  pthreads.mutex in 'pthreads.mutex.pas',
  pthreads.mutexattr in 'pthreads.mutexattr.pas',
  pthreads.spin in 'pthreads.spin.pas',
  pthreads.attr in 'pthreads.attr.pas',
  pthreads.cond in 'pthreads.cond.pas',
  pthreads.condattr in 'pthreads.condattr.pas',
  pthreads.rwlock in 'pthreads.rwlock.pas',
  pthreads.ptw32 in 'pthreads.ptw32.pas',
  pthreads.oldmutex in 'pthreads.oldmutex.pas',
  pthreads.core in 'pthreads.core.pas',
  pthreads.CPU in 'pthreads.CPU.pas',
  QueueUser_APCEx in 'QueueUser_APCEx.pas';

const
  NUMTHREADS = 4;

procedure DoMessage(&Message, Filename: String; LineNumber: Integer; ErrorAddr: Pointer);
var
  S: String;
begin
  S := Format('%s (%s, line %d, address $%p)',
    [&Message, Filename, LineNumber, ErrorAddr]);// Pred(Integer(ErrorAddr))]);
  //OutputDebugString(PChar(S));
  Writeln(S);
end;

procedure DoSucceedMessage(&Message, Filename: String; LineNumber: Integer; ErrorAddr: Pointer);
var
  S: String;
begin
茶叶与杂草检测数据集一、基础信息• 数据集名称:茶叶与杂草检测数据集• 图片数量:训练集:288张图片验证集:25张图片测试集:14张图片总计:327张图片• 训练集:288张图片• 验证集:25张图片• 测试集:14张图片• 总计:327张图片• 分类类别:maleza(杂草):农业环境中的常见杂草类别,可能影响作物生长。te(茶):茶叶植物,代表健康作物类别。• maleza(杂草):农业环境中的常见杂草类别,可能影响作物生长。• te(茶):茶叶植物,代表健康作物类别。• 标注格式:YOLO格式,适用于目标检测或实例分割任务。• 数据格式:图片数据,来源于农业相关场景。二、适用场景• 农业智能监测系统开发:帮助构建AI模型,自动检测茶园中的杂草和茶叶,实现精准除草和作物管理。• 农业机器人集成:用于自动化农业设备,进行杂草识别和清除,提升农业生产效率。• 学术研究与创新:支持计算机视觉在农业领域的应用研究,促进AI与农业技术结合。• 农业教育与培训:作为教学资源,培训学生和从业者识别作物和杂草,提升实践技能。三、数据集优势• 标注精准:采用YOLO格式标注,确保目标定位准确,类别标签明确。• 类别多样性:包含茶叶和杂草两个关键类别,覆盖农业中的常见需求,增强数据实用性。• 场景真实:数据基于真实农业环境,提升模型在实际应用中的泛化能力和鲁棒性。• 任务适配性强:兼容主流深度学习框架,易于集成到目标检测或实例分割项目中,支持快速开发和部署。
评论 1
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