Ajax学习汇总

Ajax是一种异步数据获取技术,结合JavaScript、XHTML/CSS、DOM和XML/JSON,实现页面局部更新,无需整体刷新。文章介绍了Ajax的核心思想、创建步骤、XMLHttpRequest对象属性以及其优缺点。对于浏览器兼容性和后退按钮失效等问题,Ajax使用中需注意。
摘要由CSDN通过智能技术生成
  • Ajax的概念
    • Ajax是Asynchronous Javascript And Xml的简写,它不是一项具体的技术,而是几门技术的综合应用(进行异步处理的一种方法)
    • 核心思想:是在Javascript中调用一个称为XMLHttpRequest的Javascript类,这个类可以与Web服务器使用HTTP协议进行交互,程序不通过浏览器发出请求,而是用这个特殊的JavaScript对象发送请求,再由这个JavaScript对象接收响应,并将响应结果用DOM编程方式挂到原来的网页上
    • 特点:在不重新加载整个页面时,可能进行局部的更新内容
  • Ajax包括的内容
    • 异步数据获取技术:使用 XMLHttpRequest
    • 基于标准的表示技术:使用 XHTML 与 CSS
    • 动态显示和交互技术:使用 Document Object Model(文档对象模型,简称DOM)
    • 数据互换和操作技术:使用 XML 或 JSON 等
    • JavaScript,将以上技术融合在一起
  • Ajax的创建步骤
    • 步骤一:XMLHttpRequest对象的创建,为了满足各种不同浏览器的兼容性,需要检查浏览器是否支持 XMLHttpRequest 对象。如果支持,则创建XMLHttpRequest 对象。如果不支持,则创建 ActiveXObject

      var xmlhttp;
      if (window.XMLHttpRequest)
        {	// code for IE7+, Firefox, Chrome, Opera, Safari
        	xmlhttp=new XMLHttpRequest();
        }
      else
        {	// code for IE6, IE5
        	xmlhttp=new ActiveXObject("Microsoft.XMLHTTP");
        }
      
    • 步骤二:指定异步的提交目标和提交方式

      xmlHttp.open(“提交方式”, “提交目标”, true);
      
    • 步骤三:指定当 xmlHttp 状态改变时,并需要进行相应的处理,一般以回调函数进行处理;

      	xmlHttp.onreadystatechange=function() { 
      	//处理代码 
         	} 
      
    • 步骤四:编写相应的处理代码(这里根据自己的需要进行编写)

      	if (xmlHttp.readyState==4) { 
      	infoDiv.innerHTML = xmlHttp.responseText; 
      	} 
      
    • 步骤五:发出请求,调用xmlHtto的send函数

      xmlHttp.send(); 
      //如果请求方式是 get 的话,send 可以没有参数, 或者参数为 null;
      // 若请求方式是 post,可以将需要传送的内容传入 send 函数中以字符串的形式发出。
      
    • XMLHttpRequest对象的属性简介

属性名描述
onreadystatechange状态改变事件触发器,每个状态改变都会触发这个事件触发器
readyState异步请求过程中的各种状态:0 = 未初始化,1 = 正在加载,2 = 已加载,3 = 交互中,4 = 完 成
responseText服务器的响应是字符串
responseXML服务器的响应是XML。该对象可以解析为一个DOM对象
status服务器返回的HTTP状态码 ,如404未找到,200就绪
statusTextHTTP状态码的相应文本
  • Ajax响应类型:文本类型(XMLHttpRequest.responseText)、XML类型(XMLHttpRequest.responseXML)

  • Ajax例子:

    //相应的JavaScript代码
    <SCRIPT LANGUAGE="JavaScript">
    	function login() {
    		var account = document.loginForm.account.value;
    		var password = document.loginForm.password.value;
    		var xmlHttp;
    		if (window.XMLHttpRequest) { // code for IE7+, Firefox, Chrome, Opera, Safari
    			xmlHttp = new XMLHttpRequest();
    		} else { // code for IE6, IE5
    			xmlHttp = new ActiveXObject("Microsoft.XMLHTTP");
    		}
    		var url = "servlet/LoginServlet?account=" + account + "&password="+ password;//这里是请求servlet中处理方法(这里就不给出servlet中代码)
    		xmlHttp.open("POST", url, true);
    		xmlHttp.onreadystatechange = function() {
    			if (xmlHttp.readyState == 4) {
    				resultDiv.innerHTML = xmlHttp.responseText;
    			} else {
    				resultDiv.innerHTML += "正在登录,请稍候......";
    			}
    		}
    		xmlHttp.send();
    	}
    </SCRIPT>	
    
    //login.jsp代码
    <div id="resultDiv">
    <form name="loginForm">
    	请您输入账号:<input type="text" name="account"><BR>
    	 请您输入密码:<input type="password" name="password"><BR> 
    	<input type="button" value="登录" onclick="login()">
    </form>
    
  • Ajax优点和缺点(任何东西都有其双面性,有优有缺才堪称完美)

    • Ajax优点:减轻服务器负担,能进行局部页面数据更新
    • Ajax缺点:有一些浏览器可能会不兼容、Ajax 中没有刷新页面,浏览器上的"后退"按钮是失效的,因此,客户经常无法回退到以前的操作
      ##小生才学疏浅,上述表述内容有什么出入的,希望各位来宾们不吝赐教,得到你们的指点是小生的荣幸##
      ##如若上面有侵权行为请联系博主进行删除##
  • 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。首先检测图像中目标的位置(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)从输入图像中提取特征,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