邮件合并和长文档排版——office高级操作第二讲

邮件合并

excel-------if([@性别]=“男”,“先生”,“女士”)
域-------“变量”
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
然后按下enter
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
然后另存为一个新的文档,完成第三题,设置繁体
在这里插入图片描述


长文档排版


这是一道计算机二级真题
https://huke88.com/baike/a5104/ (视频学习链接——拉到最下方,不是广告!不是广告!不是广告!)
在这里插入图片描述
(1)可【另存为】,命名为题目要求,建议粘贴复制,以防出错,保存至原文件夹下
在这里插入图片描述
(2)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
(3)
光标于“前言”的前字前面
在这里插入图片描述
往后可以根据每个需要分节的地方,用相同的方法或者用“F4”。
(4)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
然后再点击标题一,其余标题类似此操作
ps:千万不能先改了“前言”的格式然后再来找相同格式的!
在这里插入图片描述
点击此处,文档右侧即可见
在这里插入图片描述
正文修改,则在样式中找正文代替标题一、标题二,修改方式同上
(5)插入图片并且加题注
在这里插入图片描述
在这里插入图片描述
选择相应文件夹下的图片进行插入
在这里插入图片描述
在这里插入图片描述
把原有“图1”删除
将两个图片均完成上述操作后,在【样式】处点击【题注】,与前“标题一、标题二”类似
在这里插入图片描述
交叉引用——
在这里插入图片描述
(6)还是首先先插入封面图片
在这里插入图片描述
在这里插入图片描述
通过光标把图片拉至整个A4纸大小
要求如下图,我们只需要根据原图,依葫芦画瓢,设置我们制作文档的字体即可
在这里插入图片描述
本次操作用的是
“高等职业学校通用教材” 黑体 小四
“计算机与网络应用” 黑体 二号
“xxx主编” 仿宋 四号
“高等职业学校通用教材编审委员会” 方正姚体 四号
(7)自动目录
原文如下:
在这里插入图片描述
按照要求删除原文,再使用目录一即可
在这里插入图片描述
(8)插入页码
在这里插入图片描述
在这里插入图片描述
后面第一章页码处也需要取消“链接到前一节”
把前面封面和前言的页码删除,在目录这改变页码格式
在这里插入图片描述
-----------------------------先用分割线区分一下
在这里插入图片描述
在这里插入图片描述
嗯…还剩下页眉页码,笔者下次再分享,此次笔记太长了

  • 1
    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