01




实现Ajax的步骤


<script>
//点击按钮来触发AJAX的异步交互
//是否只有一个事件才能触发ajax的交互呢?
//不是,只是为了能让效果更加的清晰
var btn=
document.getElementById("btn");
btn.onclick=function(){
    //实现AJAX步骤,总共是4步

    //1.创建XMLHttpRequest对象
        var xhr=getXhr();//定义变量调用函数 
      /*2.与服务器端建立连接
            使用XMLHttpRequest对象的open(method,url,async)方法
            *method-请求类型(GET或POST)
            *url-请求地址
            *async-(Boolean)是否异步
                *true-异步(默认值)
                *false-不异步(同步)
        注意:
        *新版本的XMLHttpRequest对象的w3c官网规范不建议使用同步方式
      */
        xhr.open("GET","01.php?user=zhangwuji&pwd=12345",true);//open这个方法没有返回值,所以做到这一步还没有办法去测试它
      /*3.向服务器端发送请求数据
      send(data)方法
      *data-请求的数据内容
      注意
      *请求数据的格式
      name=value&name=value&....
      请求类型
      *GET方式下
        *send()方法其实是失效的
        *send()方法不能被省略
         send(null)
        *请求数据被添加在请求地址(url?)后
        POST方法
      */
        xhr.send(null);
      /*4.接收服务器端的响应数据 
        *onreadystatechange事件-监听服务器端的通信状态
        *readyState属性-表示服务器端的通信状态
        *0-(服务器端)未初始化
        *1-正在连接(服务器端)
        *2-(服务器端)正在接收
        *3-(服务器端)正在响应
        *4-(服务器端)响应完毕
        *status属性-表示服务器端的状态码
        *responseText属性-用于接收服务器端响应的Text格式的数据 
        *真正关心的是4,因为只有为4时,才能接收到完整的内容
      */
      xhr.onreadystatechange=
      function(){
        //判断服务器端的通信状态
        if(xhr.readyState==4){
            //判断当前请求一定是成功的
            if(xhr.status==200){
                //如何接收响应数据 
                var data=
                xhr.responseText;
            }
      }
}
//定义创建XMLHttpRequest对象的函数
function getXhr(){
    //总共3步
    var xhr=null;
    if(window.XMLHttpRequest){
        xhr=new XMLHttpRequest();
    }else{//IE浏览器
        xhr=new
        ActiveXObject("Microsoft.XMLHttp"
        );
    }
    return xhr;
}

</script>


服务器端

  • 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