2016年10月22日上午图片加载

昨天在手机上的一个轮播图,对于本地的图片,通过JS可以直接设置图片的全屏宽度,但是到了服务器加载之后的图片,却不能如愿的设置。最后找其原因,才发现应该在ajax加载成功之后 模板渲染完成之后  图片img.load加载完成之后 再进行图片的宽度设置 就可以了

//获取轮播的数据
function getTopData(param,cb){
    $.ajax({
       url: 'http://120.25.106.244:9001/api/Activity/GetAll',
       data:param,
       cache:false,
       success:function(res){
            $(".imgbox ul").html(template("imgBox1",{data:res}));
            var imgCount=0;
            var len=$('.imgbox ul img').length;
            $('.imgbox ul img').each(function(){
                $(this).css({width:$(window).width()});
                this.οnlοad=function(){
                    imgCount++;
                    if(imgCount==len){
                        $.mggScrollImg('.imgbox ul',{
                            loop : true,//循环切换
                            auto : true,//自动切换
                            auto_wait_time:3000,//轮播间隔
                            scroll_time:300,//滚动时长
                            callback : function(ind){//这里传过来的是索引值
                                $(".box li").removeClass('active');
                                $(".box li:eq("+ind+")").addClass("active");
                            }
                        });
                    }
                }
            })
       }
    })
}

  • 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