跟Google学习Android开发-起始篇-用碎片构建一个动态的用户界面(1)

4用碎片构建一个动态的用户界面


要在Android上创建一个动态的和多面板(multi-pane)的用户界面,你需要把UI组件和活动行为封装成模块,让模块可以添加到或者抽离你的各个活动。您可以使用碎片Fragment类创建这些模块,这行为有点像一个嵌套的活动,可以定义自己的布局和管理自己的生命周期。

当一个碎片指定它自己的布局,它可以与活动内的其他碎片用不同的组合进行配置,来为不同的屏幕尺寸修改您的布局配置(小的屏幕可能会一次显示一个碎片,但一个大屏幕可以显示两个或更多)。

这个课程,向你展示如何使用碎片创建一个动态的用户体验,为不同屏幕尺寸的设备优化您的应用程序的用户体验,同时全部继续支持运行低至Andr​​oid1.6版本的设备。


课程


使用Android支持库(Android Support Library)

了解如何通过捆绑Andr​​oid支持库到您的应用程序,在早期版本的Andr​​oid使用最新的框架API

创建一个碎片

了解如何构建一个碎片以及在其回调方法中实现基本的行为

构建一个灵活的用户界面

了解如何使用为不同的屏幕提供不同的碎片配置的布局构建您的应用程序

与其他碎片通

了解如何设置从碎片到活动和其他碎片的通信路径

 

4.1 使用支持库

Android支持库提供了一个API库的JAR文件,它可让您的应用程序在早期版本的Android上运行时,使用一些最新的AndroidAPI。例如,支持库提供了碎片的一个版本,您可以在Android 1.6API 4级)和较高的版本中使用它。

这节课展示如何使用支持库设置您的应用程序,来使用碎片建立一个动态的应用程序UI


用支持库设置项目



1选中Android支持包的Android SDK管理器。

要设置项目:

1.     使用SDK管理器下载Android支持包

2.     在你的Android项目的根级别创建一个libs目录

3.     找到您要使用的JAR库文件,并将其复制到lib/目录

例如,支持API级别4库位于

<sdk>/extras/android/support/v4/android-support-v4.jar 

4.     更新manifest文件设置最低API级别为4和目标API级别为最新版本

<uses-sdkandroid:minSdkVersion="4"android:targetSdkVersion="15"/>

 

导入支持库API


支持库包括在最新版本的Andr​​oid中添加或平台中根本不存在的各种API,它只是在你开发特定应用程序功能时给你提供额外的支持。

你可以在android.support.v4*的平台文档中找到支持库的所有API参考文档。

警告:确保你没有意外地在旧系统版本上使用新的API,保证你从android.support.v4.app 包导入的Fragment类和相关API


import android.support.v4.app.Fragment;
import android.support.v4.app.FragmentManager;
...


在使用支持库创建活动来承载碎片时,你还必须扩展(extend)FragmentActivity类,而不是传统的Activity类。在下一课中,你会看到片段和活动的示例代码。

  • 2
    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