CSS 选择器

CSS 选择器,就是说CSS里面所有Style的内容对哪些模块起作用,譬如如果我们简单的写:p {color: red},那么对所有的<p>都会起作用。很多时候,这么简单的用法不能满足网页设计的需求,于是很多中选择器就产生了。

 

1.  tag选择器

这个没什么特别好说的,就如同前面说的,h1{font-size: 4em},这种一次性对所有某个tag都起作用的选择器

 

2.  class选择器

这个可以理解为一种分类选择器。不同种类的tag可以有相同的class,那么他们的外观会一样;相同的tag可以有不同的class,他们的外观会不同。例如

.note {

font-size: .85em;

color:#294e56;

margin: 0 100px;

padding: 10px;

border: 1px solid #73afb7;

background-color: #fbef99;

}    

注意那个小点        

使用的时候,可以简单的说<p class="note">, <h2 class="note">这样就OK了。

 

3.  id选择器

id选择器主要是为了唯一的表示网页中某部分内容,一般情况下是为了和Javascript一起使用。

#wrapper {

width:680px;

margin: 0 auto;

padding: 0 20px;

border-left: 1px solid #666666;

border-right: 1px solid #666666;

}            

使用的时候,可以简单的说<div id="wrapper">这样就OK了。

 

4. 组选择器

这个很好理解,说白了就是对一组选择器指定样式,譬如

h1, p, .copyright, #banner { color: #F1CD33; }

还一种更好玩,就是*通配所有的tag

 

5. 层次选择器

这个稍微复杂一些,首先你要理解HTML的层次结构。譬如下面这段HTML代码

<html>
    <head>
        <title>示例</title>
    </head>
    <body>
        <h1><strong>CSS</strong>使用手册</h1>
        <p>这本书讲得是<strong>CSS</strong>的......
    </body>
</html>
 

 那么html这个tag就是head的父亲或者先祖tag,也是body的父亲或者先祖。同理,body和head是html的儿子或者是后代。title只是html的后代,而不是儿子;html只是tag的先祖而不是父亲。head和body是兄弟。

 

有了这个基础,下面的就好理解了。

如果我们仅仅是想把h1里面的strong的内容变成红色,而其他的strong里面的我保持默认的方法。那么我就可以定义如下的选择器:

h1 strong {color: red}

当然这个可以更复杂一些,譬如:

p.intro strong {color: red} 可以使嵌于tag p并且这个p的class是intro的strong变成红色。

 

6. 高级选择器

这些选择器一般的情况可能不会用,而且有些浏览器可能不支持^_^

 

a:link a:visited a:hover a:active

 

p:hover div:hover (-IE6)

 

:before

:after

:first-child

:focus

后四种的支持度现在我还没有弄清楚,顺便再强调一下,平时我用Mac+Safari4或者是Windows+IE7(我不喜欢 Firefox是因为他的理念是用内存换速度,我不喜欢)。

 

h1 > strong 儿子选择器

h1 + table 兄弟选择器

a[href="http://www.cosmofarmer.com"]{ color:red; font-weight:bold; } 属性选择器

 

 

 

  • 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