JavaScript进度条设计源码实例

 法一:

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML>
<HEAD>
<TITLE> 进度条 </TITLE>
<META NAME="Generator" CONTENT="EditPlus">
<META NAME="Author" CONTENT="">
<META NAME="Keywords" CONTENT="text/html">
<META NAME="Description" CONTENT="有关windows中进度条的实现">
<style type="text/css">
    #out{width:300px;height:20px;background:#EEE;}
    #in{width:10px; height:20px;background:#778899;color:white;text-align:center;}
    #font_color{background:yellow;text-align:center;color:white;}
</style>
</HEAD>
<BODY onload="start();" >
    <div id='out'>
        <div id="in" style="width:10%">10%</div>
    <div>
    <script type="text/javascript">
        i=0;
        function start()
        {
             ba=setInterval("begin()",100);//setInterval 返回的是一个全局变量,一个间隔数值.这个数值是表示调用setInterval的次数
        }
        function begin()
        {
         i+=1;
        if(i<=100)
        {
            document.getElementById("in").style.width=i+"%";
            document.getElementById("in").innerHTML=i+"%";}
        else
        {
            clearInterval(ba);
            document.getElementById("out").style.display="none";
            document.write("<span  style='background:yellow;text-align:center;color:white;'>加载成功</span>");
        }
        }
    </script>
</BODY>
</HTML>

 

 法二:

 

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML>
<HEAD>
<TITLE> 进度条 </TITLE>
<META NAME="Generator" CONTENT="EditPlus">
<META NAME="Author" CONTENT="">
<META NAME="Keywords" CONTENT="text/html">
<META NAME="Description" CONTENT="有关windows中进度条的实现">
<style type="text/css">
    #out{width:300px;height:20px;background:#ccc; position:relative}
    #in{width:10px; height:20px;background:#03f;color:white;text-align:center;overflow:hidden;}
    #in_0{text-align:center; width:300px; font-weight:bold; height:20px; line-height:20px; position:absolute; z-index:-1;}
    #in_1{text-align:center; width:300px; font-weight:bold; height:20px; line-height:20px; color:#fff;}
    #font_color{background:yellow;text-align:center;color:white;}
</style>
</HEAD>
<BODY onload="start();" >
    <div id='out'>
        <div id="in_0">已加载10%</div>
        <div id="in" style="width:10%"><div id="in_1"></div></div>
    <div>
    <script type="text/javascript">
        i=0;
        function start()
        {
             ba=setInterval("begin()",100);//setInterval 返回的是一个全局变量,一个间隔数值.这个数值是表示调用setInterval的次数
        }
        function begin()
        {
         i+=1;
        if(i<=100)
        {
            document.getElementById("in").style.width=i+"%";
            document.getElementById("in_0").innerHTML= document.getElementById("in_1").innerHTML="已加载"+i+"%";}
        else
        {
            clearInterval(ba);
            document.getElementById("out").style.display="none";
            document.write("<span  style='background:yellow;text-align:center;color:white;'>加载成功</span>");
        }
        }
    </script>
</BODY>
</HTML>

 

法三(FF下调试未通过,可能不兼容IE外浏览器):

 

<html>
 <head>
 <style>
#load{width:500px;height:25px;border:1px #000 solid;}
#loading{position:absolute;z-index:2;height:23;filter:progid:DXImageTransform.microsoft.gradient(gradienttype=1,startColorStr=white,endColorStr=#39867b);}
#loadtext{position:absolute;z-index:3;width:100%;height:100%;line-height:23px;text-align:center;}
</style>
 <script>
var i=0;
function test(){
    i++;
    document.getElementById("loading").style.width = i + "%";
    document.getElementById("loadtext").innerText = i + "%";
    if(i<100)setTimeout("test()",200);
}
setTimeout("test()",200);
</script>
</head>
 <body>
  
<div id="load"><div id="loading"></div><div id="loadtext">1%</div></div>
  
 </body>
</html>

 

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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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