为什么一般实体类不用Spring注入呢？
- 这个是要综合考虑的问题。就拿我们在工作中的很常见的例子来说：我们会将 controller、service、dao 中的 class 交由 spring 管理并注入，是因为一般情况下在整个程序运行周期内，这些 class 只会被实例化一次，这恰好能和 spring 中的 singleton scope 相吻合。但是我们几乎很少将 entity 中的 class 交由 spring 管理，因为我们无法确定这些 class 对应的 bean 的生命周期。所以其实归结一句话：考虑是否将一个 class 交由 spring 管理，关键看这个 class 产生的 bean 是否符合 spring 提供的 scope 的生命周期规则。
- 要理解为什么不用注入，首先就清楚注入的目的是什么？如果不注入，在程序中要使用某个类对象的方法，则需要去 new 一个对象。然后我们调用其中的方法，众所周知“程序=算法+数据”。不失一般性，在面向对象开发中，类一般有两种，一种是功能类的，主要是完成一些业务操作。一种是数据类，主要是存储数据，比如 POJO。我们数据提交上来后，自己组装 PO（当然也有的框架可以帮我们组装好），然后调用功能类的方法去操作这些数据，完成相应功能。如果没有使用注入的方式注入这些功能类对象，则会有空指针的问题。
- 首先要明确 service 和 entity 的职责，对于 service 是功能的载体，类里有你自己写的大量方法，这些方法可复用。对于 entity 就只是数据的载体，类中最重要的就是各种字段了，这些字段只有在给它附值的情况才具有价值，所以不可复用。而 spring 为我们初始化实例（默认单例），new 了一次后处处使用。回到你的问题，service 中的方法无状态，可复用，所以一个程序员就一个对象就 ok，但是对于实体类，他是有有状态的，你全局使用一个对象的时候，处处都在修改里面的值，这是不合理的。所以实体类没必要注入。
- 总结：
- 1、实体类需要附上对应的数据才有意义；
- 2、由 spring 管理并注入的类是可大量重复使用的；
- 3、一个实体类可对应多条数据，如果实例化该类，则需要针对所有的数据实例化，这是不可能的，导致程序更加臃肿，还不如需要的时候再实例化。
实验环境配置
Python 3.7
PyTorch 安装 conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
MMCV 安装 pip install mmcv-full==1.5.1 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.11.0/index.html
mmsegmentation 安装 pip install mmsegmentation==0.24.1
mmcls 安装 pip install mmcls==0.23.0
ever-beta 安装 pip install ever-beta==0.2.3
timm 安装 pip install timm
simplecv 安装 pip install --upgrade git+https://github.com/Z-Zheng/SimpleCV.git
markdown 中引用文件
以引用同一个文件中的二级标题为例：[取的名字](##二级标题)
如何引用不同文件的标题呢？：[取得名字](/CodeNotes/Python%E7%B3%BB%E5%88%97/Flask%E5%B1%80%E5%9F%9F%E7%BD%91.html##HelloWorld)