flex布局

注意:父盒子(容器)设置flex布局之后,子元素(项目)的float,clear和vertical-align属性将失效

flex布局原理:通过给父盒子添加flex属性, 来控制子盒子的位置和排列方式
display: flex inline-flex

传统布局:兼容性好,布局繁琐,局限性,不能在移动端很好的布局
flex弹性布局:操作方便,布局极为简单,移动端应用广泛,PC端浏览器支持情况较差,IE 11或更低版本,不支持或部分支持
建议:PC端页面布局----传统布局
移动端或者不考虑兼容性问题的PC端页面布局----flex弹性布局

父项属性:

在这里插入图片描述
在这里插入图片描述
父项属性:
元素跟着主轴排列(row 默认水平x轴 侧轴为y轴)
调整主轴
flex-direction: column(垂直 y轴 侧轴变为x轴)
在这里插入图片描述

默认情况下,项目都排在一条线(轴线)上,
flex布局中默认子元素是不换行的,
如果装不下,会缩小子元素的宽度,放到父元素里
主轴上(子项)的换行 flex-wrap
在这里插入图片描述

以上两个属性的复合写法
在这里插入图片描述

主轴上对齐方式(确定好主轴是哪一个) justify-content
在这里插入图片描述

侧轴(当前轴的反向)
更多的是单行 align-items
在这里插入图片描述

多行侧轴 align-content
只能用于子项出现换行的情况(多行)单行没有效果
在这里插入图片描述

子项常见属性:

flex:number 定义子项目分配剩余空间,用flex表示占多少份数
如果子项没有宽度,父项宽度为剩余空间
如果有宽度,父项宽度 - 子项宽度所剩下的为剩余空间

子项上的优先级高于父元素上的设置(可覆盖align-items)
align-self: flex-start/end;控制子项自己在侧轴的排列方式
(允许单个项目与其他项目不一样的对齐方式,
默认值为auto,表示继承父元素的align-items属性,
如果没有父元素,等同于stretch)
order:-1/0/1定义子项排列顺序(前后顺序)
数值越小排列越靠前 默认为0
在这里插入图片描述

  • 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