Bootstrap

Bootstrap:

1.概念:

​ 一个前端开发的框架,Bootstrap来自Twitter, 基于HTML、CSS、JavaScript 开发的简洁、直观、强悍的前端开发框架,使得 Web 开发更加快捷。

​ *框架:一个半成品软件,开发人员可以在框架基础上,再进行开发,简化编码。

//模板
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="utf-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1">
    <!-- 上述3个meta标签*必须*放在最前面,任何其他内容都*必须*跟随其后! -->
    <title>Bootstrap 101 Template</title>
    <!-- Bootstrap -->
    <link href="css/bootstrap.min.css" rel="stylesheet">
    <!-- jQuery (Bootstrap 的所有 JavaScript 插件都依赖 jQuery,所以必须放在前边) -->
    <script src="js/jquery-3.2.1.min.js"></script>
    <!-- 加载 Bootstrap 的所有 JavaScript 插件。你也可以根据需要只加载单个插件。 -->
    <script src="js/bootstrap.min.js"></script>
</head>
<body>
<h1>你好,世界!</h1>
</body>
</html>

2.好处:

1.定义了很多的css样式和js插件。

​ 我们开发人员直接可以使用这些样式和插件得到页面效果。

2.响应式布局

​ *同一套页面可以兼容不同分辨率的设备 。

​ *实现:依赖与栅格系统:将一行平均分成12个格子,可以指定元素占几个格子

​ *步骤:

​ 1.定义容器。相当与之前的table

​ 容器分类:container(两边留白)和container-fluid (填充100%)

​ 2.定义行。相当于之前的tr 样式:row

​ 3.定义元素。指定该元素在不同的设备上所占的格子数目。样式:col-设备代号-格子树目 设备代号:xs(手机)、sm(平板)、md(笔记本)、lg(台式机)

​ 注意:

​ 一行中如果超过12,则超出部分自动换行

​ 栅格系统向上兼容

​ 如果真实设备宽度小于了设置栅格类属性的设备代码的最小值,会一个元素占满一整行

3.CSS样式和JS插件

​ 全局css样式

​ *按钮:class = “btn btn-default”

​ *图片:

​ *class=“img-reponsive”:图片在任意尺寸都占100%

​ 设置图片形状:

<img src="..." alt="..." class="img-rounded">:方形
<img src="..." alt="..." class="img-circle">:圆形
<img src="..." alt="..." class="img-thumbnail">:相框形

​ *表格

​ *table

​ *table-bordered

​ *table-hover

​ *表单

​ 给表单项添加:class="from-control "

​ 组件:

​ *导航条

​ *分页条

​ 插件:

​ *轮播图(Bootstrap–>javascript组件–>Carousel)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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