Stencil.js 教程:构建高效的Web组件

Stencil.js 教程:构建高效的Web组件

StencilStencil is a simple and powerful template language for Swift.项目地址:https://gitcode.com/gh_mirrors/ste/Stencil

项目介绍

Stencil 是一个由 Ionic 团队开发的开源编译器,它允许开发者利用 Web Components 技术创建高性能、可重用的 UI 组件。Stencil 结合了现代前端工具链的优点,如 TypeScript、虚拟DOM以及懒加载策略,使得组件可以在任何支持 Web Components 的框架或库中无缝工作。它旨在简化大型应用的开发,提高性能并促进代码复用。

项目快速启动

要快速开始使用 Stencil,首先确保你的系统已经安装了 Node.js。接下来,遵循以下步骤:

安装Stencil CLI

npm install -g @stencil/core

创建新项目

使用 Stencil 初始化一个新的项目:

stencil new my-stencil-project

之后选择你喜欢的模板或直接采用默认设置,并等待项目初始化完成。成功后,进入项目目录并启动开发服务器:

cd my-stencil-project
npm start

访问 http://localhost:3000,你应该能看到你的初始 Stencil 应用。

应用案例和最佳实践

在实际应用中,Stencil鼓励使用组件化思维来构建UI。最佳实践包括:

  • 组件化设计:将界面拆分为独立的、可重用的组件。
  • TypeScript 使用:充分利用 TypeScript 强类型的优势来定义组件接口,增强代码的健壮性。
  • 状态管理:利用 Stencil 提供的状态管理特性,保持组件间的通信简洁有效。
  • 性能优化:通过 Shadow DOM 和虚拟DOM实现自然的性能优化,同时关注 lazy-loading 策略的运用。

例如,定义一个简单的组件:

import { Component, Prop } from '@stencil/core';

@Component({
  tag: 'my-component',
  styleUrl: 'my-component.css',
  shadow: true,
})
export class MyComponent {
  @Prop() name: string;

  render() {
    return <h1>Hello, {this.name}!</h1>;
  }
}

典型生态项目

Stencil 的一大特点是其创建的组件可以无痛地融入现有的web生态系统,无论是Angular、React、Vue还是纯JavaScript项目。此外,Ionic Framework是基于Stencil构建的一个重要生态项目,展示了如何使用Stencil构建复杂的移动和桌面应用级别的UI组件库。

通过结合Ionic和Stencil,开发者可以获得一套完整的跨平台UI工具包,以及高度定制化组件的能力,适用于Web、iOS、Android等多个平台。这证明了Stencil在构建可扩展、高性能Web组件方面的灵活性和强大之处。


以上就是对Stencil.js的基本介绍、快速启动指南、应用实例及生态的一览。希望这份教程能帮助您快速上手并深入理解Stencil的魅力。

StencilStencil is a simple and powerful template language for Swift.项目地址:https://gitcode.com/gh_mirrors/ste/Stencil

  • 25
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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
Public Function UpdateStencilData(stencil As StencilDetailEntity) As Boolean Dim arrSql(2) As String If stencil.IsDateEdit Then '当状态不是维修状态下不用添加维修时间 arrSql(0) = $"UPDATE M_StencilDetails SET StencilID='{stencil.StencilID}',StencilName='{stencil.StencilName}',Thickness='{stencil.Thickness}' ,location_char='{stencil.Location.Substring(0, 1)}',location_no='{stencil.Location.Substring(1)}',workshop='{stencil.WorkShop}' ,MakeDate='{stencil.MakeDate}',StartDate='{stencil.StartDate}',StateID ={stencil.StateID},stencilUsesCount={stencil.StencilUseCount} ,Notes='{stencil.Notes}' " Else '当状态不是维修状态下不用添加维修时间 arrSql(0) = $"UPDATE M_StencilDetails SET StencilID='{stencil.StencilID}',StencilName='{stencil.StencilName}',Thickness='{stencil.Thickness}' ,location_char='{stencil.Location.Substring(0, 1)}',location_no='{stencil.Location.Substring(1)}',workshop='{stencil.WorkShop}' ,MakeDate='{stencil.MakeDate}',StateID ={stencil.StateID},stencilUsesCount={stencil.StencilUseCount} ,Notes='{stencil.Notes}' ,StartDate=NULL" End If If stencil.StateID = 3 Then arrSql(0) = arrSql(0) & $",repairDate='{stencil.RepairDate}' " End If arrSql(0) = arrSql(0) & $" where ID={stencil.ID}" '钢网编号发生改变时 If stencil.StencilID <> stencil.oldStencilID Then arrSql(1) = $"delete M_StencilAndProduct where StencilID='{stencil.oldStencilID}'" arrSql(2) = $"update M_StencilOperationLog set StencilId='{stencil.StencilID}' where StencilID='{stencil.oldStencilID}'" Else arrSql(1) = $"delete M_StencilAndProduct where StencilID='{stencil.StencilID}'" arrSql(2) = $"update M_StencilOperationLog set StencilId='{stencil.StencilID}' where StencilID='{stencil.StencilID}'" End If ReDim Preserve arrSql(3) arrSql(3) = $"insert into M_StencilOperationLog (StencilID,Time,Nickname,Reason,Operation) values ('{stencil.StencilID}','{stencil.Time}','{stencil.Nickname}' ,'{stencil.OperationReason}','{stencil.Operation}')" If stencil.StateID <> 2 Then ReDim Preserve arrSql(4) If stencil.ProductName.Count <> 0 Then Dim sql = $"insert into M_StencilAndProduct (StencilID,ProductName) values('{stencil.StencilID}','{stencil.ProductName(0)}')" For i = 1 To stencil.ProductName.Count - 1 sql += $",('{stencil.StencilID}','{stencil.ProductName(i)}')" Next arrSql(4) = sql End If End If Return DBHel.ExecuteNoQueryMul(arrSql, 1) > 0 End Function 请在原有逻辑的情况下对以上代码进行优化,让代码具有更好的可读性,可维护性,提升性能,并说出理由
06-09
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

打赏作者

蒋婉妃Fenton

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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