css3

1.透明度;

filter:alpha(opacity=50)//滤镜(支持ie8及更早的版本),取值为(0-100)%,如果值越大,透明度越低;
opacity:0.5;
2.设置圆角边框---(ie9)
-webkit-/-moz-
border-radius5px;//5%;
border-top-left-radius:150px;//上左边的圆角;
-webkit-border-radius5%-moz-border-radius5%
3.盒阴影
-webkit-;
-moz-;
-o-;
书写格式:box-shadow:水平偏移量 垂直偏移量 模糊距离 阴影尺寸 颜色 inset/outset;
京东右边的固定条的代码:
.fixed box{
   position:fixed;
   top:0;
   bottom:0;
   right:0;
   width:100px;
   background:blue;
   box-shadow:0px 0px 10px 10px ;
   -moz-box-shadow:0px 0px 10px 10px ;
   -webkit-box-shadow:0px 0px 10px 10px;
   -o-box-shadow:0px 0px 10px 10px;
}
4.2d转换--ie9
-webkit-
-moz-
-o-
-ms-;
要用transform的效果,作用对象的css设置  transition:all 3s linear;
然后在hover里面设置转换的属性;
transform:
       translate(x,y) 沿着x和y轴移动,在初始位置上的左上角开始偏移;
       translatex(n)/translatey(n);
 scale(width,height)改变元素的宽度和高度;
 scale(n)宽度和高度都是以n的倍数进行放大或缩小;
 rotate(deg)规定元素旋转多少度,以顺时针的方向旋转;
 skew(x-deg,y-deg)沿着x和y轴倾斜;
.div{
 width:200px;
 height:200px;
 background:red;
 transition:all 3s linear;
}
.div:hover{
 transform:scale(.5)//往里面缩小0.5倍;
 transform:rotate(30deg);//旋转30度;
 transform:translate(20px,10px);
  transform: skew(30deg, 30deg);沿着x轴和y轴倾斜;
}
  • 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