原生js-焦点图轮播

首先是html实现页面结构及主程序

 1 <!doctype html>
 2 <html>
 3 <head>
 4 <meta charset="utf-8">
 5 <title>基本动画-焦点图轮播</title>
 6 <style type="text/css">
 7 #outer{ width:450px; height:230px; position:relative; margin:50px auto; background:pink; overflow:hidden;}
 8 #inner{ width:2700px; height:230px; position:absolute; top:0px; left:0;}
 9 #inner div{ width:450px; height:230px; float:left; line-height:230px; text-align:center; font-size:36px; font-weight:bold; color:#fff; background:red;}
10 ul#btn{ margin:0; padding:0; list-style:none; position:absolute; bottom:15px; right:15px; height:30px; width:230px;}
11 ul#btn li{ float:left; width:25px; margin-right:5px; height:25px; border:4px solid orange; border-radius:50%; font-size:24px; font-weight:bold; line-height:25px; text-align:center; background:#366; cursor:pointer; -webkit-user-select:none;  }
12 ul#btn li.current{ background:white;}
13 </style>
14 </head>
15 
16 <body>
17 <div id="outer">
18     <div id="inner">
19         <div>111111111111</div>
20         <div style="background:yellow; color:blue">222222222222</div>
21         <div style="background:black;">333333333333</div>
22         <div style="background:purple;">444444444444</div>
23         <div style="background:blue;">555555555555</div>
24         <div>111111111111</div>
25     
26     </div>
27     <ul id="btn">
28         <li class="current" >1</li>
29         <li >2</li>
30         <li >3</li>
31         <li >4</li>
32         <li >5</li>
33     </ul>
34 </div>
35 </body>
36 </html>
37 <script src="move.js"></script>
38 <script>
39 var oLis=document.getElementById('btn').getElementsByTagName('li');
40 var oInner=document.getElementById('inner');
41 for(var i=0;i<oLis.length;i++){
42     oLis.item(i).n=i;
43     oLis.item(i).onclick=function(){
44         move(oInner,"left",this.n*-450);
45     }
46 }
47 var step=0;
48 function autoMove(){
49     if(step==oLis.length){//第六个图片对应是第一个li
50         oLis.item(0).className="";
51     }else{//正常情况下,step在累加之前,总是表示上一个LI的索引
52         oLis.item(step).className="";
53     }
54     step++;
55     if(step==oLis.length+1){//如果走到了第六张,则把坐标切换到第一张上来。
56         //alert(1);//暂停一下,更能理解原理
57         oInner.style.left=0;//切换坐标
58         step=1;    //然后再从第一张往第二张上走,所以让step=1;
59     }
60     if(step==5){//第5个索引(就是第六张)对应的是第一张DIV,所以这儿要做个判断
61         oLis.item(0).className="current";
62     }else{//正常情况下走到第几张,就让对应的li切换背景
63         oLis.item(step).className="current";
64     }
65     move(oInner,"left",step*-450);
66 }
67 window.setInterval(autoMove,2000);
68 </script>

接下来在move.js里实现辅助函数

 1 function move(ele,attr,target,fnCallback){
 2     clearInterval(ele[attr+"timer"]);
 3     function _move(){//闭包方法
 4         var cur=css(ele,attr);//当前位置
 5         var nSpeed=(target-cur)/10;
 6         nSpeed=nSpeed>0?Math.ceil(nSpeed):Math.floor(nSpeed);
 7         css(ele,attr,cur+nSpeed);
 8         if(nSpeed===0){
 9             clearInterval(ele[attr+"timer"]);    
10             ele[attr+"timer"]=null;
11             if(typeof fnCallback=="function"){
12                 fnCallback.call(ele);
13                 //用call去执行fnCallback,则可以让fnCallback在运行的时候,里面的this关键字指向当前运动的这个元素    
14             }
15             //ele.style.backgroundColor="green";
16         }
17     }
18     ele[attr+"timer"]=window.setInterval(_move,20);    
19 }
20 
21 function css(ele,attr,val){//如果传两个参数,则是取值。三个参数,则赋值
22     if(typeof val=="undefined"){
23         try{
24             return parseFloat(window.getComputedStyle(ele,null)[attr]);
25         }catch(e){
26             return parseFloat(ele.currentStyle[attr]);
27         }
28     }else if(typeof val=="number"){
29         if(attr=="opacity"){
30             ele.style.opacity=val;
31             ele.style.filter="alpha(opacity="+val*100+")";
32         }else{
33             ele.style[attr]=val+"px";
34         }
35     }    
36 }

 

转载于:https://www.cnblogs.com/tomorrowdemo/p/3842151.html

  • 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)的任务是找出像中所有感兴趣的目标(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。首先检测像中目标的位置(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),表示边界框中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)从输入像中提取特征,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 中进行分类,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中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,选中值最大的框 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) 从未处理的框中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中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