firefox 插件初学(等待整理中)

http://blog.mozilla.com/chinacampus/2010/07/23/%E5%BC%80%E5%8F%91%E7%AC%AC%E4%B8%80%E4%B8%AAfirefox%E6%8F%92%E4%BB%B6%E2%80%94%E2%80%94%E6%84%9F%E8%B0%A2%E9%9D%92%E5%B2%9B%E5%A4%A7%E5%AD%A6%E7%81%AB%E7%8B%90%E6%A0%A1%E5%9B%AD%E5%A4%A7%E4%BD%BF/


http://devbean.blog.51cto.com/448512/160298

工具:Extension Developer

快捷键参数:-no-remote -P develop

修改Firefox配置

使用该Profile打开Firefox,在地址栏内输入about:config,按下enter(或者return按钮。
修改以下参数为给出的值。下面将解释这些参数的含义。

* javascript.options.showInConsole = true
将chrome文件中的错误显示在Console里。
* nglayout.debug.disable_xul_cache = true
关闭XUL缓存,这允许不重启而改变窗口以及对话的内容。这里,可以使用目录而不是Jar。但是Overlay改变后,overlay文档必须重载。
* browser.dom.window.dump.enabled = true
这将允许dump()函数输出到stdout里。参考window.dump函数。特权应用也可用nsIConsoleService。
* javascript.options.strict = true
启用严格JavaScript错误提示。
* extensions.logging.enabled = true
这将给出更多关于安装以及更新插件的信息。
* nglayout.debug.disable_xul_fastload = true
(仅限Gecko 2.0+ (Firefox 4.0+))
* dom.report_all_js_exceptions = true



<?xml version="1.0"?>
<!--需要删除中文注释-->
<RDF xmlns="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:em="http://www.mozilla.org/2004/em-rdf#">

<Description about="urn:mozilla:install-manifest">
<!-- 指出插件的ID.该ID应该是一个Email格式的字符串,或者是一个GUID.注意,使用Email的作用是保证该ID的唯一性,并不要求这个Email地址是有效的.必填. -->
<em:id>meiyoudao@sohu.com</em:id>
<!-- 指出插件的版本号.必填. -->
<em:version>1.0</em:version>
<!-- 在这里的值必须是2.该标签说明该应用的Firefox插件,而不是其他XUL应用程序.Firefox插件的代码是2,如果是Firefox主题则会是4.必填. -->
<em:type>2</em:type>
<!-- 安装插件的目标应用程序以及最高版本和最低版本.必填. -->
<em:targetApplication>
<Description>
<!-- Firefox的ID,这个值不能改变.必填. -->
<em:id>{ec8030f7-c20a-464f-9b0e-13a3a9e97384}</em:id>
<!-- 指明能使用该插件的Firefox最低版本.这里是指1.5.必填. -->
<em:minVersion>1.5</em:minVersion>
<!-- 指明能使用该插件的Firefox最高版本.这里是指3.0.x.结合minVersion,即是说本插件只适用于1.5和3.0.x之间的版本.必填. -->
<em:maxVersion>3.6.*</em:maxVersion>
</Description>
</em:targetApplication>
<!-- 插件的元数据. -->
<!-- 插件名字.必填. -->
<em:name>meiyoudao</em:name>
<!-- 插件的描述.这里的描述将出现在Firefox的工具-附加组件的描述栏.选填. -->
<em:description>A test extension</em:description>
<!-- 插件作者.选填. -->
<em:creator>galaxy.org</em:creator>
<!-- 插件主页的URL.选填. -->
<em:homepageURL>http://www.example.com/</em:homepageURL>
</Description>
</RDF>


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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