HTML自用摘记

HTML

资源站:
W3school

记录一些常用便捷的功能,用于做HTML单机版的日志。

保留字使用

常用功能记录

代码段设置

<pre style="background:#eee;color:#360">111<pre>

设置代码段:灰底绿字

按钮-编辑框

<input type="button" onclick="getElements()" value="holle" />
<button onClick="getElements()">click me</button><br />
<input name="myInput" type="text" size="20" />

第一行:参1.编辑框型按钮,参2.功能调用,参3.按钮显示字符
第二行:按钮,显示字符’click me’ ◎◎◎ br.回车符等同于p>& nbsp;</p
第三行:编辑框

目录

外联JS and CSS

<link rel="stylesheet" href="../test.css" type="text/css" data-for="result">

link 单独一行,无需结尾/link
href= 相对路径:
当层文件夹直接写文件名。
俩点表示上层文件夹。

内脚本编辑

<head>
<style type="text/css">
h1 {color:red}
p {color:blue}
</style>
</head>

内联必有:type=“text/css”
设置保留字n1和p在 body 中的统一属性。

属性描述
typetext/css规定样式表的 MIME 类型

属性说明

关键字描述
style指定CSS 样式
class类,引用样脚本中的类型变量
id局部属性
title额外信息
dir文本方向
draggable可否拖动
accesskey激活元素的快捷键
tabindextab 键次序
data-*存储页面或exe文件的私有数据

功能&值

关键字描述
float浮动
position静态固定元素
display显示方式
可用值描述
background-color背景色
transparent透明
padding填充
margin-left左边距
margin-right右边距
inline-block同行排列[display用]
absolute指定坐标[position用]

例子:

<div style="float:left">例子1</div>
//左侧跟随浮动
<div style="position: absolute;width:100px">例子2</div>
//左侧留100宽度待用
<div style="display:inline-block;margin-left:50px">例子3</div>
//并列div(模块区)

脚本

这里另外转载【大鹏学前端的百度百科

定义标签

<style type="text/css">
body {background-color: yellow}
h1 {background-color: #00ff00}
h2 {background-color: transparent}
p {background-color: rgb(250,0,255)}

p.no2 {background-color: gray; padding: 20px;}
</style>
<p class="no2">这个段落设置了内边距。</p>

脚本的定义

全局变量

<style type="text/css">
.test {
	color:#223;
	font-size:16px;
}
</style>
<p class="test">ssss</p>

.test前面的‘点’必须有

单页变量

<style type="text/css">
#just {
	color:#223;
	font-size:16px;
}
</style>
<p id="just">kjlasdhkjlh</p>

#just的#号必须有
特性:ID只能用于1页,属于局部变量。

  • 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