跨平台的移动应用开发框架-Sencha Touch

最近决定转以日常技术类文章为主线了,鸡汤类的东西,这个还得看灵感了。

今天将为大家介绍的,是一款跨移动终端系统的开发框架,Sencha Touch。用了此框架,就再也不用为学java写android,学objc写iOS,学C#写WP而烦恼了,一个语言,写一次,全部搞定,好像很高端的感觉。

有兴趣的同志可以先自行google下。

Sencha Touch到底是什么呢,其实就是一款完全基于js的html5开发框架。我们都知道,html5目前是可以运行在以上说到的三大主流手机系统上的,这也就是为什么我们说Sencha Touch可以跨平台了。

也许有的人会说,如果是html5的框架,那么其实市面上流行的像是jquery mobile之类的也有很多。不过jquery mobile这些,只是一个简单的工具库,提供了相对比较少的UI。在代码编写上,还是按照网页的思想在写。

那么Sencha Touch最大不同的地方,就在于它是按照类似于桌面编程的方式来组织的。并且拥有自己完整的class system和MVC framework。当你用熟练时候,可以非常快的做出app的ui部分。

此时可能又有人有问题了,出到底,其实就是基于web的一个手机App,那就意味着是必须联网的。并且如果手机网速不好的话,访问会很慢。

那么其实目前的的手机App上,我们是可以把写好的html5文件,全部打包放置到到手机上。直接让各手机系统从本地调用html5文件做显示。这样就不用基于网络来获取界面。

还有一点不得不提的是,当我们把html5打包到手机上后,是可以调用手机的摄像头之类的本机功能的,包括和本地代码交互。

说了这么多,感觉用了Sencha Touch就完全可以所向披靡了!

不过还是有遗憾的地方,就是目前各手机系统对html5的运行效率还是不很统一的。目前Sencha Touch在iOS上运行是比较流畅的。但在Android上就很不统一的。

总得手来,基于html5的Web App的趋势还是来了。也有很多公司在进行自己的尝试,包括我自己。

希望大家也可以自己试试。也能提高提高自己的js的水平。

话说js学好了,有利于学iOS开发新语言swift。

今天的介绍就到这里,对此框架感兴趣的同学,可以加coding your life的QQ群交流:107584987

======
感谢大家看完此篇文章,喜欢的话,请将此篇文章分享到好友圈,或向你的好友推荐, 是对我的最大支持与鼓励。
微信和微信上搜 codingyourlife,欢迎关注交流。
另有QQ群: 107584987。
所有文章都可在我的CSDN Blog http://blog.csdn.net/tommychen1228 找到 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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