HTML_0419作业

作业:

完成预览图:

130546_eVyi_3819174.png

代码:

<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Insert title here</title>
<style type="text/css">
body,div,ul,li{ margin: 0px; padding: 0px; list-style: none; font-style: inherit; }

.d_beijing{ width: 100%; height: 600px; background-image: url("images/body_bg.jpg"); 
		background-repeat: no-repeat; padding-top: 120px; }

.d_beijing .d_daohang{ width: 1120px; height: 30px; margin: 0px auto;  }
.d_beijing .d_daohang .dh_left{ width: 20px; height: 55px; background-image: url("images/left.jpg");
		background-repeat: no-repeat; float: left; } 
		
.d_beijing .d_daohang .dh_center{ width: 1080px; height: 55px; background-image: url("images/nav_bg.jpg"); float: left; } 
.d_beijing .d_daohang .dh_center ul{ text-align: center; }
.d_beijing .d_daohang .dh_center ul li{ font-family: 微软雅黑; font-size: 15px; font-weight: bold;
		color: #FFFFFF; float: left; line-height: 45px; width: 120px; }
.d_beijing .d_daohang .dh_center ul .c_l{ background-image: url("images/line.jpg"); background-repeat: no-repeat; 
		background-position: 0px 5px; }
		
.d_beijing .d_daohang .dh_right{ width: 20px; height: 55px; background-image: url("images/right.jpg");
		background-repeat: no-repeat; float: left; }
</style>
</head>
<body>
	<div class="d_beijing">
		<div class="d_daohang">
		<div class="dh_left"></div>
		<div class="dh_center">
			<ul>
				<li>网站首页</li>
				<li class="c_l">公司新闻</li>
				<li class="c_l">行业动态</li>
				<li class="c_l">基地管理</li>
				<li class="c_l">会员服务</li>
				<li class="c_l">网上购物</li>
				<li class="c_l">产品展示</li>
				<li class="c_l">关于我们</li>
				<li class="c_l">ENGLISH</li>
			</ul>
		</div>
		<div class="dh_right"></div>
		</div>
	</div>
</body>
</html>

 

转载于:https://my.oschina.net/u/3819174/blog/1798392

  • 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