轮播图

css+HTML+Js:

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>轮播图</title>
<script src="js/jquery-1.8.3.min.js"></script>
<script src="js/slide.js"></script>
	<style>
    	 /*<!--美化页面元素,形成最终页面效果-->*/
		 *{
			margin:0;
			padding:0; 
		 }
		 /*轮播图水平居中显示*/
		 #focus{
			 width:730px;
			 height:450px;
			 margin:50px auto;
			 position:relative;
			 overflow: hidden;
			 }
		#page-con li{
			display:inline-block;
			font-size:12px;
			/*border:1px solid red;*/
			width:18px;
			height:18px;
			line-height:18px;
			 /*以百分比定义圆角形状*/
			 border-radius:50%;
			 color:white;
			 background-color:#3e3e3e;
			 /*鼠标形状由箭头变成小手形状*/
			 cursor:pointer;
			
		}
		#page-con{
			 /*border:1px solid red;*/
			 position: absolute;
            bottom:10px;
            text-align: center;
            width: 100%;
		}
		
		img{
			display: none;
		
		}
    </style>
</head>

<body>
    <div id="focus">
        <img src="img/focus.jpg"/>
        <img src="img/focus1.jpg"/>
        <img src="img/focus2.jpg"/>
        <img src="img/focus3.jpg"/>
        <img src="img/focus4.jpg"/>
        
        <ul id="page-con">
            <li>1</li>
            <li>2</li>
            <li>3</li>
            <li>4</li>
            <li>5</li>
        </ul>
    </div>
</body>
</html>

js:
// JavaScript Document
/**
	文档创建于2017年8月10日

*/
/**
 * Created by kgc on 2017/8/10.
 */
//轮播代码
$(function(){
    //设置轮播图片的下标
    var page = -1;
    var stop = true; //设置轮播是否要停止或继续

    //定义轮播函数
    function slide(){
        if(stop){
            page++;
            //到了最后一张,再从第一张重新开始轮播
            if(page == 5){
                page  = 0;
            }

            //首先把所有图片都隐藏,同时所有按钮都是灰色未选中状态
            $("#focus img").fadeOut(200);
            $("#page-con li").css({"background":"#3e3e3e"});

            //单独让下标为page的那张图片显示出来,同时让page按钮选中状态
            $("#focus img").eq(page).fadeIn();
            $("#page-con li").eq(page).css({"background":"#b61b1f"});
        }
        setTimeout(slide,1000);
    }

    slide();

    //鼠标悬停和离开效果
    $("#focus").mouseover(function(){
        //停止轮播
        stop = false;
    }).mouseout(function(){
        //继续轮播
        stop = true;
    });

});


代码中用的jquery库没有上传,需要自己去官网下载

jquery-1.10.0.min.js下载地址:https://code.jquery.com/jquery-1.10.0.min.js

【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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