《初学者学习前端笔记》一

<style>
    span{
        color:blue;
    }
    </style>
        <body>
        <p>
            我的第一个网页编辑
        </p>
        <p>
            <strong>
                其实我什么都不会
            </strong>
        </p>
        <br>
        <p>
            <em>
                一个偷电瓶的打工不可能的这辈子都不可能打工的
            </em>
        </p>
        <div id="commodity">
            <span>
                新店大酬宾
            </span>
            <strong>
                现价只要998
            </strong>
        </div>
        <p>
            <q>
                既生瑜,何生亮
            </q>
            <h1>
                咏&nbsp;梅
            </h1><br>
            <blockquote>
                    暗淡轻黄体性柔,<br><hr>
                    情疏迹远只香留。<br><hr />
                    何须浅碧深红色,<br><hr>
                    自是花中第一流.<br><hr />
            </blockquote>
        </p>
</body>

<body>是主内容,html代码写在里面;<p>是段落标签;

<strong>是强调加粗;<em>是强调斜体;

<div>是块的,也就某一栏目,平时网页一块一块的栏目,id是这个块的名;

<span>是自定义的字体颜色,用CSS<style>定义;

<h1>标题标签1是最大字体还有2、3等依次减小;

<blockquote>是多行引入;<q>是单行引入;

以上都是双标签,而有写是单标签如     <br>:换行;<hr>\<hr />:下划线;

&nbsp:是空格,在html中空格不显示空格;

  • 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