JQuery选择器

1.JQuery基本选择器:

(1)元素选择器:element

(2)类名称选择器.class

(3)id选择器:#id

(4)获取页面所有元素:*

2.层次选择器:

(1)空格找所有的后代

(2)>找子代

(3)+找后边元素

(4)~找后边所有元素

3.过滤选择器:

(一)简单过滤选择器:

(1)获取第一个元素:first()或:first

(2)获取最后一个元素:last()或:last

(3)获取除给定选择器外的所有元素::not()

(4)获取索引为偶数的元素::even()

(5)获取索引为奇数的元素::odd()

(6)按照元素的索引获取元素::eq()

(7)获取大于某个索引值的元素::gt()

(8)获取小于某个索引值的元素::lt()

(二)内容过滤选择器

(1)根据当前元素里面的某个字来进行匹配当前元素::contains(text)

(2)匹配空元素::empty

(3)匹配包含的元素::has

(4)获取含有子元素或者文本的元素::parent

(三)可见性过滤选择器

(1)获取可见元素::visible

(2)获取不可见元素::hidden

(四)属性过滤选择器

(1)获取等于给定的属性是某个特定的元素:=

(2)获取不等于给定的属性是某个特定的元素:!=

(3)获取给定的属性是以某个值开始的元素:^=

(4)获取给定的属性是以某个值结尾的元素:$=

(5)获取给定的属性是以包含某个值的元素:*=

(五)子元素过滤选择器

(1)获取每个父元素下的特定位置元素:nth-child()

(2)获取每个父元素下的第一个子元素:first-child

(3)获取每个父元素下的最后一个子元素:last-child

(4)获取每个父元素下的仅有一个子元素:only-child

(六)表单对象属性过滤选择器

(1)选取所有可用元素:enabled

(2)选取所有不可用元素:disabled

(3)选取所有被选中的元素:checked

(4)选取所有被选中的选项元素:selected

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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