2020-09-15

前端(1)——html

一、html的简介
html是一种超文本标记语言,简单来说是我们看到的网页和网站的身体构架,我们的身子由头,胳膊,腿组成,那么网页也是由头,身子组成,从而形成了一个初步的网页。

二、html编辑器
1.大佬用的记事本🗒
优点:不需要安装新的软件
缺点:不能及时看到变化,较麻烦
2.hbuilder、vscode
只有优点,主要是字体颜色的多变看起来异常高级。

三、html元素
1.必须包括,
2.单标签——不需要结尾</>的符号:



3.双标签: <table><tr><td><span></span><p><h1><h2><h3><h4><h5><h6></object></h6></h5></h4></h3></h2></h1></form></p></td></tr></table></body>

  • 块级元素的简介:
    块级元素是指本身属性为display:block;的元素。因为它自身的特点,我们通常使用块级元素来进行大布局(大结构)的搭建。

  • 块级元素的特点:
    a.独占一行,每一个块级元素都会从新的一行重新开始,从上到下排布
    b.可以直接控制宽度、高度以及盒子模型的相关css属性
    c.可以直接控制宽度、高度以及盒子模型的相关css属性
    d.可以直接控制宽度、高度以及盒子模型的相关css属性

  • 常用的块级元素:
    a.div——常用块级容器
    b.h1——h6:标题
    c.hr——水平分隔线
    d.menu——菜单列表
    e.ol——有序列表
    f.ul——无序列表
    g.li——列表项
    h.dl——定义列表
    i.dt——定义术语
    j.dd 定义描述
    k.table——表格
    l.p——段落
    4.内联元素:

  • 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