css3手记

完全匹配属性选择器:[id=value]

包含匹配选择器:[id*=value]

首字符匹配选择器:[id^=value]

尾字符匹配选择器:[id$=value]


阴影:box-shadow:3px  2px 1px #000  /*其他浏览器*/       

            -webkit-box-shadow:3px  2px 1px #000  /*webkit浏览器*/

           -moz-box-shadow:3px  2px 1px #000  /*firefox浏览器*/


            text-shadow和box-shadow差不多


背景:backgroud-size  设置背景图像大小    backgroud-size:10px 5px ;     -webkit-backgroud-size:10px 5px;

          backgroud-clip  确定背景的剪裁区域   

          渐变 background:-webkit-gradient(linear/radial,0 0,0 100%,from(#fff) ,to(#000) );   

                                                                       线性渐变/径向渐变


圆角边框: border-radius:10px 5px;

                    -webkit-border-radius:10px 5px;

                     -moz-border-radius:10px 5px;

使用viewport设置适应移动设备屏幕大小

<meta  name="viewport" content="width=device-width,inital-scale=1,user-scalable=0" />

属性有:width:指定虚拟窗口的屏幕宽度大小

              height:虚拟窗口屏幕高度

              inital-scale:初始缩放比例

              maximum-scale:允许用户缩放的最大比例

              minimum-scale:允许用户缩放的最小比例

             user-scalable:是否允许手动缩放


使用media queries

当前屏幕可视区域的宽度最大值为600px时

<link rel="stylesheet" media="screen and(max-width:600px)" href="small.css" />

small.css:

@media screen and(max-width:600px){

demo{

   background:#000;

  }

}

屏幕可视区域的长度在600px到900px之间时

 media="screen and(min-width:600px) and (max-width:900px)"


当手机最大屏幕可视区域是480px时

media="screen and(max-device-width:480px)"


当移动设备处于纵向模式下时

media="all and(orientation:portrait)"


当移动设备处于横向模式下时

media="all and(orientation:landscape)"




内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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