vue+iview使用upload上传图片成功后清除痕迹

Logan星

已于 2022-06-11 18:28:00 修改

阅读量2.2k

点赞数 1

分类专栏：笔记文章标签： vue

于 2022-04-13 14:10:50 首次发布

本文链接：https://blog.youkuaiyun.com/qq_45222558/article/details/124146690

版权

本文介绍了在Vue+IView环境下，如何在图片上传成功后清除upload组件的痕迹。主要步骤包括在组件上添加ref，图片上传成功后调用清空方法。如果仍然无法清除，可能是由于上传组件是自封装的，需要在data中定义相关变量，并在打开上传页面的方法中执行清除操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

vue+iview使用upload上传图片成功后清除痕迹
1 添加ref

  <FormItem label="选择文件：">
      <Upload  multiple    type="drag"  ref="uploadimgs"
            :before-upload="before"
            action="/api/upload/image"  :on

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Logan星

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

文章一：华为晟腾310b的Atlas 200I A2加速模块进行视频的AI分析，硬件使用的是Oringepi alpro（推荐环境安装）

pvmsmfchcs的博客

05-28

1098

Version”字段值表示NPU固件版本。本文中的NPU版本号表示NPU驱动版本。NPU ID表示设备编号，可通过npu-smi info。NPU驱动和固件版本可通过npu-smi info -t board -i NPU ID命令查询。回显信息中的“Software。mxVision使用依赖npu-driver驱动包、npu-firmware固件包和CANN开发套件包。Version”字段值表示NPU驱动版本，“Firmware。主要还是参考官方的安装步骤，

2 条评论您还未登录，请先登录后发表或查看评论

【香橙派 AIpro】OrangePi AIpro ：教育、机器人、无人机领域的超级AI大脑，华为昇腾处理器驱动的AI开发板新标杆

q742971636的博客

05-23

2656

心仪这块板子很久了，如今到手，狠狠心动了！资料齐全！做工精美！价格实惠！简要介绍一下OrangePi AIpro吧：🔥【极致性能，重塑智能边界】🔥探索科技前沿，OrangePi AIpro携手华为昇腾AI处理器震撼登场！这不仅是一款高性能AI开发板，更是创新梦想的加速器。8TOPS INT8算力，无论是图像处理还是视频分析，它都能轻松应对，教育实验、机器人研发、无人机操控，无所不能，为你的创意项目注入澎湃动力！🚀【硬核配置，打造未来科技基石】🚀内存？

华为昇腾310B初体验，OrangePi AIpro开发板使用测评

刘墨苏的技术博客

05-27

1万+

在这几天的体验OrangePi AiPro开发板的过程中，上手体验非常好，优点如下：官方提供的系统镜像已经做了很多预先的配置工作，可以更快上手。如默认开启的ssh、vnc服务等，内置的docker、conda、torch_npu、MindSpore等等，这对新手来说就少了很多配环境的折磨，可以更快的进入到AI应用的学习和实践。对于发布半年左右的开发板，提供的开发资料非常详细。用户手册写的非常详细了，对 Linux 内核源码包和Linux 镜像编译脚本都做了详细的说明。支持昇腾技术路线。

昇腾310B AI智能模块支持 20TOPS INT8 计算能力支持 40 路 1080P@30FPS 或 4 路 4K@75FPS

2403_88922712的博客

11-28

6626

模块是基于昇腾 310B 系列 AI 处理器设计而成，310B 芯片是一款高性能、低功耗的人工智能处理器，采用华为自研的达芬奇架构，集成了多种运算单元，支持多种混合精度计算，可实现图像、视频等多种数据分析与推理计算。视频解码，最大支持 20TOPS INT8 计算能力，广泛应用于机器人、无人机、无人车、工业设备等。● 支持 4×I2C、 4×UART、 3×CAN、GPIO 若干等扩展接口。eMMC 64GB（用于存储 OS 和应用软件）

【国产化服务器技术解析】基于FT2000+/64与昇腾310B的高密度计算与AI融合设计

最新发布

Future_alvin的博客

04-23

547

随着国产化技术生态的完善，此类设备有望在自主可控与性能优化的平衡中，为行业提供更可持续的解决方案。：板载1个2.5寸SATA硬盘（兼容HDD/SSD），提供3个SATA 3.0接口，单接口支持8TB容量，最大标称存储容量32TB，满足本地化数据存储需求。：板贴64GB DDR4内存颗粒，支持DDA内存动态分配与646B ECC校验，兼顾容量与数据可靠性，满足1U高度下紧凑布局需求。：搭载国产FT2000+/64核处理器，基于ARM架构设计，主频2.6GHz，支持多线程任务并行处理，适用于高并发业务场景。

昇腾310B系列（芯片、核心板、开发板）（8T/20T）算力主板定制方案参考

topqing2011的博客

03-14

2071

昇腾，310B，20T算力，算力核心板，算力主板

基于香橙派昇腾310B的Ascend C算子开发学习笔记

weixin_43319948的博客

07-17

1589

基于香橙派昇腾310B的Ascend C算子开发学习笔记

【大模型技术探索 | 02】OrangePi AIPro上手初体验，竟然能跑大模型

机器未来的博客

07-21

1094

资源比较多，像MIPI接口、WIFI、以太网、蓝牙、显示、音频输入输出都有，性能也比较强劲，可以做很多事情了。OrangePi AIPro开发板的用户手册写的比较详细，很多地方写的非常细节，很容易快速入手，对于产品原型开发和新手学习都是很友好。总体来说，OrangePi AIPro让人眼前一亮，对于神经网络模型性能强劲，对于边缘智能应用有较多的落地场景，对于大模型来说，还有提升空间。OrangePi AI Pro开发板凭借其搭载的昇腾AI处理器和丰富的接口资源，具备强劲的AI计算能力和广泛的应用潜力。

OrangePi AIpro上手初体验：

qq_40113966的博客

05-27

1011

OrangePi AIpro整体重量适中，结构小巧，其包装盒物品主要是如下图所示：●OrangePi AIpro主板●电源适配器（C to C）●SD卡（预装Ubuntu系统）此外，主板上包含丰富的外设接口，如USB-Type C，HDMI，以太网，耳机口，摄像头接口，USB 3.0接口，WIFI，蓝牙等，同时对比与之前使用的树莓派4B来说，OrangePi AIpro还拥有eMMC和M.2 NVME SSD的外部接口，这使得这款开发板拥有强大的存储能力，具备更高的可玩性。

OrangePi AI Pro 初体验之在线执行器

Suroy

05-31

1165

OrangePi AiPro表现出色，尤其在基于华为晟腾芯片的AI功能方面。漫画风图片生成、OCR和语音转文本功能表现优异，资源占用率低，处理速度快，准确率高。利用Flask开发的硬件控制应用展示了其在物联网和边缘计算方面的潜力，开发便捷，响应迅速。总体来说，OrangePi AiPro具备强大的AI处理能力和良好的扩展性，适合多种应用场景，但硬件接口的文档支持有待提升。

OrangePi AIpro开发板，使用了310B，昇腾310B较于昇腾310有何性能提升？

pvmsmfchcs的博客

05-28

3108

他们对应的模组分别是：Atlas 200 AI和Atlas 200I A2。310B：基本规格 - Atlas 200I A2 加速模块。310：基本规格 - Atlas 200 AI加速模块。OrangePi AIpro开发板。

【转】一张图详解华为昇腾310 AI芯片：自研达芬奇架构算力和能效比大幅提升

热门推荐

Weixin20210210

04-22

1万+

转自：http://www.twoeggz.com/news/11598502.html 10月10日，华为在全联接大会2018上，首次宣布了华为的AI战略以及全栈解决方案。与此同时，华为发布了自研云端AI芯片“昇腾（Ascend ）”系列，基于达芬奇架构，首批推出7nm的昇腾910以及12nm的昇腾310。其中，昇腾910是目前单芯片计算密度最大的芯片，计算力远超谷歌和英伟达。昇腾910半...

全国产化飞腾FT2000+/64+昇腾310B服务器主板

抟土成人祖，炼石补青天。眼中览银河，手可摘星辰。

10-29

2029

飞腾FT2000+/64加昇腾310B的服务器主板是中国在推动自主可控和AI智能化方面的一次重要实践。它具备高性能、多场景适应性、全面国产化等特点，是未来AI智能化时代的一项重要基础设施技术。随着国产芯片的不断发展，这种组合将会在更多行业和领域中获得应用。

文章二：华为晟腾310b的Atlas 200I A2加速模块进行视频的AI分析，硬件使用的是Oringepi alpro，mxvision框架图，yolo系类部署（推荐环境安装）

pvmsmfchcs的博客

05-28

792

如下图：我们可以看到mxvision的yolov3推理是用的tensorflow实现的的，所以我们要运行这个工程的话，需要安装tensorflow环境，而yolov4的推理库是用pytorch编写的，所以我们需要运行yolov4的mxvision工程，需要安装pytorch环境。

全爱科技Atlas-Pi AI开发套件产品规格

QuanAikj2018的博客

12-22

2333

Atlas-Pi开发者套件用于帮助开发者完成全功能、多形态的AI应用开发与设计评估，最大可提供20TOPS INT8的计算能力。Atlas-Pi开发者套件可以实现语音、图像与视频等多种数据分析与推理计算，可广泛用于智能监控、机器人、无人机、视频服务器等场景。Atlas 200I A2 加速模块集成了昇腾A310B AI处理器（Ascend 310B AI处理器），是面向边缘场景的AI加速模块。开发者套件上搭载的Atlas 200I A2 加速模块与独立销售的模块版本相同，可用于商用环境。

【环境部署系列 07】Ascend 310B（推理）Atlas 500 A2小站环境部署

Ascend的博客

07-28

4648

Atlas 500 A2小站，整体推理算力与上一代持平，CPU强于上一代，由4个TAISHANV200M处理器核组成；视频编解码能力，远优于上一代：支持H.264/H.265 Decoder硬件解码，40路1080P支持H.264/H.265 Encoder硬件编码，20路1080P。

助力AI智能化时代：全国产化飞腾FT2000+/64+昇腾310B服务器主板

Future_alvin的博客

10-28

1272

在信息技术快速发展的今天，服务器作为数据处理和存储的核心设备，肩负着越来越重要的使命。全国产化的服务器主板，采用飞腾FT2000+/64核处理器，搭配华为昇腾310的AI芯片，提供卓越的性能与可靠性。

昇腾310B调试经验

weixin_41733936的博客

01-15

1714

华为昇腾310B1平台视频解码失败[ERROR] Send frame to vdec failed, errorno:507018

cumtchw

05-11

1383

华为昇腾310B1平台 [ERROR] Send frame to vdec failed, errorno:507018

orangepi aipro调用摄像头

02-20

### 如何在 OrangePi AIPRO 上配置和使用摄像头 #### 3.1 安装必要的软件包为了使 USB 摄像头能够在 OrangePi AIPRO 上正常工作，安装 v4l-utils 和 fswebcam 是必需的操作。这些工具提供了对视频设备的支持以及抓取图像的功能。 ```bash sudo apt-get update sudo apt-get install v4l-utils fswebcam ``` 上述命令会更新本地的包列表并安装所需的两个软件包[^2]。 #### 3.2 连接摄像头硬件确认已连接好 USB 摄像头到 OrangePi AIPRO 的 USB 接口之后，可以通过 `lsusb` 命令来验证系统是否识别到了新接入的设备： ```bash lsusb ``` 如果一切顺利，在终端输出的信息里应该能看到所连接的具体型号描述。 #### 3.3 测试摄像头功能一旦确认了硬件被正确识别，就可以利用之前安装好的 `fswebcam` 工具来进行简单的拍照测试: ```bash fswebcam test.jpg ``` 这条指令将会拍摄一张照片并保存为当前目录下的 "test.jpg" 文件。通过查看该文件可以判断摄像头的工作状态是否良好。 #### 3.4 使用 GStreamer 或 OpenCV 构建应用对于更复杂的应用场景，比如实时流媒体传输或是计算机视觉项目，则可能需要用到如 GStreamer 或者 Python 中的 OpenCV 库这样的高级框架。下面是一个简单例子展示如何用 Python 结合 OpenCV 来获取来自摄像头的画面帧数据： ```python import cv2 cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if not ret: break # 显示捕获到的一帧画面 cv2.imshow('frame', frame) key = cv2.waitKey(1) & 0xFF if key == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 这段代码创建了一个循环读取摄像头输入并将每一帧显示出来的窗口；按下 'q' 键即可退出程序。