jQuery基本教程(z)

jquery入门啦^^

<html>

  <head>

    <script type="text/javascript" src="jquery.js"></script>

    <script type="text/javascript">

    </script>

  </head>

  <body>

    <a href="http://jquery.com/">jQuery</a>

  </body>

</html>

 

编辑<script> 的 src 属性值 , 使其指向 jquery.js 文件 . 例如 , 如果 jquery.js 文件与 HTML 文件所有目录相同 , 则可写成 :

 <script type="text/javascript" src="jquery.js"></script>

 

可以从   Downloading jQuery   下载jquery.js .

document 准备加载时运行指定代码

许多javscript 程序员都采取出下的方式 :

 window.onload = function(){ alert("welcome"); }

 

然而, 使用这种方式 , 要想运行代码首先必须等待 document 加载完毕 . 如果页面中包含了许多图片 , 且页面没有加载完毕 , 则要想立即运行的代码将无法运行

为了避免以上问题,jQuery 采用了一种语句 , 检测 document 并等待其为操作做好准备 . 这就是所谓的 ready event

 $(document).ready(function(){

   // Your code here

 });

 

在ready event 中 , 添加了一个点击链接的处理函数 :

 $(document).ready(function(){

    $("a").click(function(event){

     alert("Thanks for visiting!");

   });

 });

保存你的HTML 文件 , 重新加载页面 , 点击页面上的链接 , 你将会在页面跳转之前得到一个弹出信息提示框

如果想阻止点击事件所触发的默认行为-- 跳转到其他页面 , 可以调动 event.preventDefault() :

 $(document).ready(function(){

   $("a").click(function( event ){

     alert("As you can see, the link no longer took you to jquery.com");

      event.preventDefault();

   });

 });

完整的实例

以下是完整一个HTML 文件 . 注意 jquery.js 文件引用于 Google 网络链接

 <!DOCTYPE html>

 <html lang="en">

 <head>

   <meta http-equiv="Content-Type" content="text/html; charset=utf-8">

   <script src=" http://ajax.googleapis.com/ajax/libs/jquery/1.3/jquery.min.js " type="text/javascript"></script>

   <script type="text/javascript">

     $(document).ready(function(){

       $("a").click(function(event){

         alert("As you can see, the link no longer took you to jquery.com");

         event.preventDefault();

       });

     });

     

   </script>

 </head>

 <body>

   <a href=" http://jquery.com/ ">jQuery</a>

 </body>

 </html>

 

添加和移除CSS class

在head 标签中添加一些 CSS 样式

 <style type="text/css">

     a.test { font-weight: bold; }

 </style>

 

通过jquery 的 addClass 函数来添加 CSS class

  $("a").addClass("test");

 

现在你所有的a 元素都将会加粗 .

通过jquery 的 removeClass 函数来移除 CSS class

 $("a").removeClass("test");

 

CSS允许为一个元素添加多个 class

 

特效

在jQuery 中 , 有几个生成特效的函数被提供用于使网页变的更具吸引 :

 $("a").click(function(event){

   event.preventDefault();

   $(this).hide("slow");

 });

 

现在, 你点击任何一个链接 , 该链接会慢慢地消失 ( 隐藏 )  

回调与函数

回调是一种作为其它函数的参数. 当主函数执行完成后 , 回调函数开始执行 .

还有一种重要的事情就是回调函数作为参数时是如何正确传递的.

不带参数的回调函数

如下:

 $.get('myhtmlpage.html', myCallBack);

 

注意  第二个参数是回调函数名( 不是字符串 , 也没有括号 ).  

带参数的回调函数

错误

这是一种错误的方式

 $.get('myhtmlpage.html', myCallBack(param1, param2));

 


这将无法工作, 因为它调用了

myCallBack(param1, param2)

 

并且它将返回值作为 $.get() 第二个参数.  

正确

创建匿名函数作为回调函数, 并调用带参的 myCallBack

$.get('myhtmlpage.html', function(){

  myCallBack(param1, param2);

});

 

当$.get 执行完后 , 两个参数将会被赋值

 

 

另外,

jQuery的攻略,快分享吧,很good!
http://www.ibole.cn/Static/Html/jQuery/index.html

 

http://www.ibole.cn/tags/jQuery

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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