HTML5学习记录DAY1

1.格式

<!doctype html>文档声明告诉浏览器当前网页的版本是HTML5

<html> 根

<head><meta charset="utf-8"> <title>文档标题 </title></head>

<body>(真正显示出来的内容)

</body>

</html>

标签:

<h1>~<h6>:定义标题

<p>定义段落

<a>定义链接 例如:<a herf="http://www.index.com"> </a>

<img>定义图像 例如:<img loading="lazy" src="路径" width="x" hight="y"></img>

<br>换行

练习:

<!doctype html>
<html>
<head>
<meta charset="utf-8">
<title>test</title>
</head>
<body>
    <h1> 恭喜你来到我的世界</h1>
    <p>欢迎光临我的海域欧。</p>

    </body>
    </html>

运行结果:

 在标签中可以设置属性,属性是一个名值对(x=y)属性设置标签中的内容如何显示,中间用空格隔开。

例如<font>标签里面设置颜色属性<font color="red"></ront>

结果:

2.

在网页中有些特殊字符不能被书写,例如空格,字母前后大于小于号等

有n个空格浏览器解析时默认为1个空格

   <p>欢迎来到      网页世界</p>  

解决此类问题需要用转义字符

实体的定义:
&实体的名字;

例如

空格的表示方法为 &nbsp;

大于号&gt;

小于号&lt;

 3.meta标签

主要用于设置网页中的一些元数据,元数据不是给用户看的。

charset指定网页的字符集,name指定数据的名称,content指定数据的内容,keywords指定网站的关键字,可以指定多个关键字,关键字之间用逗号隔开。

例如:在网页上搜"购物"会出现京东,打开京东的首页面源代码会发现keywords里面有购物这一关键字。

此外图中的description是对网站的描述,当搜索京东时,旁边的介绍就是description里面的内容

另外title标签的内容会作为搜索结果的超链接。

如果想要自己的网站几秒之后跳转到另外的页面。假如3秒后跳转到百度页面。

<meta http-equiv="refresh" content="3";url=www.http://baidu.com >

 运行结果:

3秒之后跳转到百度首页。

 

 

 

 

 

  • 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