Sublime快捷键

重点

ctrl + /        选中多行,可以进行多行注释

ctrl +shift +i 或者F12    浏览器审查HTML标签元素

Ctrl+Shift+K 删除整行。

1 选择类 

Ctrl+D 选中光标所占的文本,继续操作则会选中下一个相同的文本。 
Alt+F3 选中文本按下快捷键,即可一次性选择全部的相同文本进行同时编辑。举个栗子:快速选中并更改所有相同的变量名、函数名等。 
Ctrl+L 选中整行,继续操作则继续选择下一行,效果和 Shift+↓ 效果一样。 
Ctrl+Shift+L 先选中多行,再按下快捷键,会在每行行尾插入光标,即可同时编辑这些行。 
Ctrl+Shift+M 选择括号内的内容(继续选择父括号)。举个栗子:快速选中删除函数中的代码,重写函数体代码或重写括号内里的内容。 
Ctrl+M 光标移动至括号内结束或开始的位置。 
Ctrl+Enter 在下一行插入新行。举个栗子:即使光标不在行尾,也能快速向下插入一行。 
Ctrl+Shift+Enter 在上一行插入新行。举个栗子:即使光标不在行首,也能快速向上插入一行。 
Ctrl+Shift+[ 选中代码,按下快捷键,折叠代码。 
Ctrl+Shift+] 选中代码,按下快捷键,展开代码。 
Ctrl+K+0 展开所有折叠代码。 
Ctrl+← 向左单位性地移动光标,快速移动光标。 
Ctrl+→ 向右单位性地移动光标,快速移动光标。 
shift+↑ 向上选中多行。 
shift+↓ 向下选中多行。 
Shift+← 向左选中文本。 
Shift+→ 向右选中文本。 
Ctrl+Shift+← 向左单位性地选中文本。 
Ctrl+Shift+→ 向右单位性地选中文本。 
Ctrl+Shift+↑ 将光标所在行和上一行代码互换(将光标所在行插入到上一行之前)。 
Ctrl+Shift+↓ 将光标所在行和下一行代码互换(将光标所在行插入到下一行之后)。 
Ctrl+Alt+↑ 向上添加多行光标,可同时编辑多行。 
Ctrl+Alt+↓ 向下添加多行光标,可同时编辑多行。

2 编辑类

Ctrl+J 合并选中的多行代码为一行。举个栗子:将多行格式的CSS属性合并为一行。 
Ctrl+Shift+D 复制光标所在整行,插入到下一行。 
Tab 向右缩进。 
Shift+Tab 向左缩进。 
Ctrl+K+K 从光标处开始删除代码至行尾。 
Ctrl+Shift+K 删除整行。 
Ctrl+/ 注释单行。 
Ctrl+Shift+/ 注释多行。 
Ctrl+K+U 转换大写。 
Ctrl+K+L 转换小写。 
Ctrl+Z 撤销。 
Ctrl+Y 恢复撤销。 
Ctrl+U 软撤销,感觉和 Gtrl+Z 一样。 
Ctrl+F2 设置书签 
Ctrl+T 左右字母互换。 
F6 单词检测拼写

3 搜索类

Ctrl+F 打开底部搜索框,查找关键字。 
Ctrl+shift+F 在文件夹内查找,与普通编辑器不同的地方是sublime允许添加多个文件夹进行查找,略高端,未研究。 
Ctrl+P 打开搜索框。举个栗子:1、输入当前项目中的文件名,快速搜索文件,2、输入@和关键字,查找文件中函数名,3、输入:和数字,跳转到文件中该行代码,4、输入#和关键字,查找变量名。 
Ctrl+G 打开搜索框,自动带:,输入数字跳转到该行代码。举个栗子:在页面代码比较长的文件中快速定位。 
Ctrl+R 打开搜索框,自动带@,输入关键字,查找文件中的函数名。举个栗子:在函数较多的页面快速查找某个函数。 
Ctrl+: 打开搜索框,自动带#,输入关键字,查找文件中的变量名、属性名等。 
Ctrl+Shift+P 打开命令框。场景栗子:打开命名框,输入关键字,调用sublime text或插件的功能,例如使用package安装插件。 
Esc 退出光标多行选择,退出搜索框,命令框等。

4 显示类

Ctrl+Tab 按文件浏览过的顺序,切换当前窗口的标签页。 
Ctrl+PageDown 向左切换当前窗口的标签页。 
Ctrl+PageUp 向右切换当前窗口的标签页。 
Alt+Shift+1 窗口分屏,恢复默认1屏(非小键盘的数字) 
Alt+Shift+2 左右分屏-2列 
Alt+Shift+3 左右分屏-3列 
Alt+Shift+4 左右分屏-4列 
Alt+Shift+5 等分4屏 
Alt+Shift+8 垂直分屏-2屏 
Alt+Shift+9 垂直分屏-3屏 
Ctrl+K+B 开启/关闭侧边栏。 
F11 全屏模式 
Shift+F11 免打扰模式

参考:https://www.cnblogs.com/beijinglaolei/p/8493717.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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