手把手教你 iconfont 导入使用及相关配置

手把手教你 iconfont 导入使用及相关配置

一、简介

iconfont是阿里旗下的一套图标库,UI设计师设计号图标后,会将图标上传到iconfont的项目库中。前端开发人员需要下载项目图标,并在项目中使用。

iconfont相对于传统的直接导入图标进入页面,有以下几点优势:

  • 体积更小,页面加载速度更快
  • 解决图片像素点会随页面变化而模糊,必须配置多张图片进行自适应的问题
  • 更加便捷的进行前端操作,当需要改变iconfont的大小和颜色时,可以直接通过css或js对样式进行控制

二、iconfont使用方法

1、注册账号

官网地址:iconfont-阿里巴巴矢量图标库

在这里插入图片描述

2、发起项目或加入项目

步驟一

顶部导航栏 → 资源管理 → 我的项目

在这里插入图片描述

步驟二

进入我的项目

在这里插入图片描述

3、下载并导入项目

步驟一

下载到本地

在这里插入图片描述

步驟二

解压压缩包

在这里插入图片描述

步驟三

解压到项目包到项目文件夹中

在这里插入图片描述

步驟四

在项目中导入 .css 文件

在这里插入图片描述

步驟五

iconfont 样式表

在这里插入图片描述

步驟六

修改 iconfont 样式

在 iconfont 中,我们通过 font-size 来控制图标大小,但是有时我们无法直接控制这个属性,就需要在后面加上 !important

在这里插入图片描述

4、使用iconfont

我们一般使用 <i></i> 标签作为我们iconfont的载体,在导入时需要按照以下语法导入:

<!-- 先导入 iconfont 再导入图标类名 --->
<i class="iconfont icon-cha"></i>

5、JavaScript动态效果展现

未触碰

在这里插入图片描述

触碰

在这里插入图片描述

HTML
<!-- 先绑定默认 iconfont --->
<i class="class iconfont icon-font" id='id' ></i>
JavaScript
// 获取dom节点
let Dom = document.querySelect('.class/.#id/tag');

// 当触发鼠标进入事件
Dom.addEventListener('mouseenter', function () {
    let list = Dom.classList

    list.remove(list[2]);
    list.add('icon-font_off');
})

// 当触发鼠标离开事件
Dom.addEventListener('mouseleave', function () {
    let list = Dom.classList

    list.remove(list[2]);
    list.add('icon-font');
})
       

三、更新iconfont的方法

當UI更新了新的 icon 時,前端需要同步到項目當中,以下是操作方法。

1、下載最新的 iconfont

在这里插入图片描述

2、替換 iconfont.css 文件

在这里插入图片描述

3、更新代碼

如果你們公司使用的是在綫的,還需要更新一下在綫代碼(點擊這個 (!) 更新)

在这里插入图片描述

更新后複製代碼,替換 iconfont.css 文件的頂部的引入即可

在这里插入图片描述

  • 5
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当然可以!下面是手把手配置Yolov5的步骤: 1. 安装Python环境:首先确保你的电脑上已经安装了Python环境。你可以从Python官方网站下载并安装最新版本的Python。 2. 克隆Yolov5仓库:打开终端或命令提示符,使用以下命令克隆Yolov5的GitHub仓库: ``` git clone https://github.com/ultralytics/yolov5.git ``` 3. 安装依赖库:进入克隆下来的yolov5目录,执行以下命令安装所需的依赖库: ``` cd yolov5 pip install -r requirements.txt ``` 4. 准备数据集:将你的训练数据集准备好,并按照Yolov5的要求进行标注。确保你的数据集包含图像和相应的标签文件。 5. 配置模型:在yolov5目录下,打开`yolov5/models`文件夹,选择一个适合你的任务的模型配置文件,比如`yolov5s.yaml`。你可以根据需要修改配置文件中的参数,如网络结构、输入图像大小、类别数等。 6. 训练模型:使用以下命令开始训练模型: ``` python train.py --img 640 --batch 16 --epochs 100 --data your_data.yaml --cfg models/yolov5s.yaml --weights '' --name your_model_name ``` 其中,`--img`指定输入图像的大小,`--batch`指定批量大小,`--epochs`指定训练轮数,`--data`指定数据集的配置文件,`--cfg`指定模型的配置文件,`--weights`指定预训练权重文件(可选),`--name`指定训练过程中保存模型的名称。 7. 测试模型:训练完成后,你可以使用以下命令对模型进行测试: ``` python detect.py --source your_test_images --weights runs/train/your_model_name/weights/best.pt --conf 0.4 ``` 其中,`--source`指定测试图像的路径,`--weights`指定训练得到的模型权重文件,`--conf`指定置信度阈值。 以上就是手把手配置Yolov5的步骤。祝你成功!如果还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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