MS CRM 2011的自定义和开发(7)——视图编辑器(第一部分)

    除了表单编辑器,Microsoft Dynamics CRM中,还提供了对一批记录查看的界面,这就是视图View,同表单一样,视图,也是可以通过相应的编辑器进行设定与修改的,这就是视图编辑器。

    视图分为几类,包括有系统视图以及个人视图,系统视图,可以通过视图编辑器进行创建、修改、删除,系统中具有实体可见性权限的用户都可以使用系统视图;而个人视图,是通过CRM的高级查找功能进行创建的视图,由于是终端用户自己通过高级查找功能创建的,所以是个人所有,其他人不可见。

    在系统视图中,又分为“查找视图”、“高级查找视图”、“快速查找视图”、“公共视图”、“默认公共视图”、“关联视图”。

查找视图:用户单击查找字段时使用的视图;

快速查找视图:用于显示使用“搜索”框完成的搜索结果的视图;

高级查找视图:用于显示使用高级查找创建的搜索的结果;

公共视图:所有 Microsoft Dynamics CRM 用户都可以查看的视图。公共视图显示在每个实体的“查看”列表中;
默认公共视图:用户在点击站点图时,右侧内容区域显示的默认视图;

关联视图:某一实体在其他实体表单中的显示视图。关联视图与实体在其所对应的用户界面区域中可见的视图不同。例如,在客户记录的“信息”下,单击“联系人”可以查看并打开联系人表单。该表单就是联系人关联视图。每个实体只能有一个关联视图;

    下面就每种视图的样子做一一介绍:

    查找视图,是用户单击查找字段时使用的视图。例如,在客户表单中,点击“上级单位”字段的查找图标,系统弹出查找对话框,而在查找对话框中呈现的就是相应实体的查找视图。如下图所示。

image

    快速查找视图:用于显示使用“搜索”框完成的搜索结果的视图。终端用户在客户列表中的搜索框中输入查询条件,那么需要被查询的搜索列以及搜索结果展现哪些列信息,都是在快速查找视图中展示的。如下图所示。在客户列表的搜索框中输入条件“蓝”

image

    点击“搜索”按钮,系统将会根据条件进行检索,从而切换到“快速查找视图”并显示搜索结果。结果如下图所示。

image

    对比上面两个截屏的列信息,可以看到,两个列表的列信息是不一样的。

    高级查找视图:用于显示使用高级查找创建的搜索的结果。点击“高级查找”按钮,在其中输入条件,点击“运行”按钮,系统将会转换到结果视图,这个视图中的列信息就是在“高级查找视图”中进行设置,全部过程如下图所示。

image

    点击“高级查找”按钮,如上图所示,系统会弹出“高级查找”页面,在该页面中,设定查找条件,点击“结果”按钮,如下图所示。

image

    系统将会切换到“列表工具——<相应实体显示名称>”页面,其中的列信息就是由“高级查找视图”所设定的,当然,也可以在上图所示的页面中,点击“编辑列”按钮,来设定需要显示的列信息。

image

    公共视图:所有 Microsoft Dynamics CRM 用户都可以查看的视图。如下图所示,点击站点图中的“客户”按钮,可以在右侧的内容区域显示的列表,都是公共视图。如下图所示。

image

    而“我的可用客户”,就是默认公共视图。点击“我的可用客户”右侧的下拉框,可以显示公共视图列表,如下图所示。

image

    关联视图:某一实体在其他实体表单中的显示视图。如下图所示。在客户表单右侧的导航栏的“联系人”按钮,右侧内容区域显示的“联系人关联视图”就是联系人实体的关联视图。

image

    以上,介绍的是MS CRM系统中各类视图,以及可以访问这些视图的方式。在下一篇文章中,介绍如何对视图进行自定义。

转载于:https://www.cnblogs.com/StoneGarden/archive/2011/10/31/2230613.html

  • 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