WAPls.NO3

常用的键盘事件

onkeyup 按键弹起的时候触发

// document.onkeyup = function() {
//         console.log('我弹起了');

onkeydown 按键按下的时候触发 能识别功能键 比如 ctrl shift 左右箭头啊

 document.addEventListener('keypress', function() {
                console.log('我按下了press');

onkeypress 按键按下的时候触发 不能识别功能键 比如 ctrl shift 左右箭头啊

document.addEventListener('keydown', function() {
                console.log('我按下了down');

获取用户按下的键盘符号
每个按键都对应一个独有的keyCode的值。我们可以通过这种方式来判断用户是否按下了某键。

 document.addEventListener('keyup', function(e) {
            // console.log(e);
            console.log('up:' + e.keyCode);
             if (e.keyCode === 65) {
                alert('您按下的a键');
            } else {
                alert('您没有按下a键')
            }

        })

keypress 可以识别字母大小写,
keydown不可以识别字母的大小写

BOM

BOM是浏览器对象模型,它提供了独立于内容而与浏览器窗口进行交互的对象,其核心对象是window。
DOM与BOM的对比 在这里插入图片描述
BOM的构成

window对象是浏览器的顶级对象。

  • 是JS访问浏览器的一个接口。
  • 是一个全局对象,定义在全局作用域中的变量,函数都会变成window对象的属性和方法。在调用的时候可以省略window

window对象的常见事件

窗口加载事件

window.onload = function(){}
window.addEventListener(‘load’,function)(){};

  • 如果用window.onload 就可以把JS代码写到页面元素的上方,因为onload是等页面内容全部加载完毕,再去执行函数
  • window.onload是传统的注册事件方式,只能使用一次,如果有多个,就以最后一个为准
  • 如果使用监听器 addEventListener就没有次数限制

document.addEventListener(‘DOMContenLoaded’,function()){}

  • DOMContenLoaded事件触发时,仅当DOM加载完毕,不包括样式表,图片,flash等等
  • 如果页面的图片很多,用户访问到load的时间较长,交互效果就不能实现,会影响用户的体验,此时用DOMContenLoaded事件比较合适

调整窗口大小事件
window.onresize = function(){}

window.addEventListener(‘resize’,function()){}

只要窗口的像素发生改变,就会触发这个事件。
我们经常利用这个事件完成响应式布局。window.innerWidth是当前屏幕的宽度。

window.addEventListener('load', function() {
            var div = document.querySelector('div');
            window.addEventListener('resize', function() {
                console.log(window.innerWidth);

                console.log('变化了');
                if (window.innerWidth <= 800) {
                    div.style.display = 'none';
                } else {
                    div.style.display = 'block';
                }

            })
        })

定时器

setTimeout()
window.setTimeout(调用函数,[延迟的毫秒数]){}

  • window可以省略
  • 延迟的毫秒数默认为0,如果写,单位必须是毫秒
  • 这个函数需要延迟触发。
-   // window.setTimeout(function () {
    //   alert("哈哈");
    // },2000);
    function callback(){	
        alert('哈哈');
    }
    var time1 = setTimeout(callback,3000);
    var time1 = setTimeout(callback,5000);
  </script>
</html>

停止setTimeout()定时器
window.clearTimeout(timeoutID)

var time = setTimeout(function () {
      img.style.display = "none";
    }, 5000);
    btn.addEventListener('click',function(){
        clearTimeout(time);
    })

setInterval()定时器
window.setInterval(回调函数,【间隔的秒数】)

  • 每隔一段时间就执行一次
  • 间隔秒数的单位是毫秒,默认为0。

时钟案例:

<style>
    span {
      width: 40px;
      height: 40px;
      background-color:#ccc;
      font-size:20px;
      text-align: center;
      line-height:40px;
      color:red;
    }
  </style>
  <body>
    <div id="shizhong">
      <span id="year"></span>
      <span id="month"></span>
      <span id="dates"></span>
      <span id="day"></span>
      <span id="hours"></span>
      <span id="minutes"></span>
      <span id="seconds"></span>
    </div>
  </body>
  <script>
    var year = document.getElementById("year");
    var month = document.getElementById("month");
    var dates = document.getElementById("dates");
    var day = document.getElementById("day");
    var hours = document.getElementById("hours");
    var minutes = document.getElementById("minutes");
    var seconds = document.getElementById("seconds");
    getDate();
    setInterval(getDate, 1000);
    function getDate() {
      var date = new Date();
      var n = date.getFullYear();
      year.innerHTML = n+'年';
      var y = date.getMonth()+1;
      month.innerHTML = y+'月';
      var r = date.getDate();
      dates.innerHTML = r+'日';
      var arr = [
        "星期日",
        "星期一",
        "星期二",
        "星期三",
        "星期四",
        "星期五",
        "星期六",
      ];
      var z = date.getDay();
      day.innerHTML = arr[z];
      h = date.getHours();
      h = h < 10 ? "0" + h : h;
      hours.innerHTML = h+'时';
      m = date.getMinutes();
      m = m < 10 ? "0" + m : m;
      minutes.innerHTML = m+'分';
      s = date.getSeconds();
      h = s < 10 ? "0" + s : s;
      seconds.innerHTML = s+'秒';
    }
  </script>

JS执行机制

JS是单线程

  • JS的一大特点就是单线程,也就是说,JS每次只能干一件事情。

  • 单线程意味着,所有任务需要排队,前一个任务结束才能进行下一个任务,这样会导致:如果JS执行时间过长,导致页面渲染不连贯,导致页面渲染加载阻塞的感觉。

同步和异步

同步
前一个任务执行结束后再执行下一个任务。
异步
执行一个任务的时候,可以同时执行其他的任务。
同步任务
同步任务都在主线程上执行,形成一个任务栈

在这里插入图片描述

异步任务
异步任务有以下三种类型

  • 普通事件,click,resize
  • 资源加载,load,error
  • 定时器,setintarver,setTimeout

JS的执行机制

  1. 先执行执行栈中的同步任务。
  2. 异步任务放入任务队列中。
  3. 一但执行栈中所有同步任务执行完毕后,系统会按照执行队列去执行异步任务。

location对象

location属性用于获取或者设置窗体的URL,并且解析URL。因为这个属性返回的是一个对象,所以我们将这个属性成为location对象。

URL
统一资源定位符是互联网上标准资源的地址。互联网上的每个文件都有一个唯一的URL,它包含的信息指出文件的位置以及浏览器怎么去处理它。

URL的一般语法格式为:
protocol://host[:port]/path/[?query]#fragment
http://www.itcast.cn/indext.html?name =andy&age=18#link.

location对象的属性
location.hert(‘网址’)

location.assign(‘http://www.itcast.cn’);
记录浏览历史,所以可以实现后退功能

location.replace(‘http://www.itcast.cn’);
不记录浏览历史,所以不可以实现后退功能

location.reload(true);
重新加载该界面

navigator 对象

navigator对象包含浏览器的信息,他的很多属性,我们最常用的是userAgent,该属性可以返回由客户机发送服务器的user-agent头部的值

下面的代码可以判断用户用的哪个终端打开的页面,实现跳转
在这里插入图片描述

history对象

window对象提供给我们一个history对象,与浏览器历史记录进行交互。该对象包含用户访问过得URL。
在这里插入图片描述

  • 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
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