移动端vue

vue对移动端用户支持不是很友好,于是第三方开发了针对移动用户的组件:
饿了么:MInt-UI,ElementUI(pc端)
开源团队:MUI


MintUI:

(1)toast:
methods:{
show(){
var mytoast = this.$toast({
message:“数据等待中…”,
position:“top”,
/duration:-1,/

            className:"mySty",//自定义样式
          })
          setTimeout(()=>{
            mytoast.close()
          },2000)
         }
      },
      created(){
        this.show()
      }

(2)图片懒加载:加载图片时转圈

var app = new Vue({
  el:"#app",
  data:function () {
    return {
      list:["img/t1.png","img/t2.png","img/t3.png","img/t4.png"]
    }
  }
})


<div id="app">
    <ul >
      <li v-for="item in list">
        ![在这里插入图片描述]()
      </li>
    </ul>
  </div>
<style>
    ul li img{
      width:100%;
    }
    ul li{
      list-style: none;
      background: #333;
    }
    ul li img[lazy=loading]{
      width:100%;
      height:100px;/*转圈的高度*/
      margin: auto;
    }
  </style>

脚手架:自动创建项目的目录结构,本地调试,热加载(代码修改后,浏览器自动更新),代码部署。


引入mint-ui:
下载:npm i mint-ui
在main.js里:

//引入mintui的header组件
import { Header,Swipe,SwipeItem } from "mint-ui"
//注册。
Vue.component(Header.name,Header)
Vue.component(Swipe.name,Swipe)
Vue.component(SwipeItem.name,SwipeItem)

引入vue-resource:(和axios功能一样,发送ajax请求。)
下载:npm i vue-resource
引入:import vueResource from "vue-resource"
注册:Vue.use(vueResource)

引入cors模块(服务器端解觉跨域问题)
下载包:npm i cors
服务器端的app.js:

const cors = require "cors"
app.use(cors({
  origin:[
    "http://localhost:8082","http://127.0.0.1:8082"
  ],credentials:true
}))

npm i bao -g:会将包安装到默认目录:
C:\Users\gyj\AppData\Roaming\npm\node_modules
没加-g则会安装到当前目录。


//配置服务器根目录,写在main.js里,这是vue-resource提供的。

Vue.http.options.root = 'http://127.0.0.1:3000/'
//请求时:
 methods:{
  getImg(){
    this.$http.get("goodslist").then(result=>{//此处只需要简写即可。
      this.list = result.body
    })
  },

//时间过滤器

Vue.filter("dateFilter",function (val) {//val为数据库里查出来的时间数据。
  var date = new Date(val)
  var year = date.getFullYear()
  var month = date.getMonth()+1
  var d = date.getDate()
  var hour = date.getHours()
  var minute = date.getMinutes()
  month<10&&(month="0"+month)
  date<10&&(date="0"+date)
  hour<10&&(hour="0"+hour)
  minute<10&&(minute="0"+minute)
  return `${year}-${month}-${d} ${hour}:${minute}`
})
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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