使用ajaxfileupload.js上传图片后变形?

evang_shot 2013-01-22 03:32:46
使用ajaxfileupload.js上传图片后变形了该如何解决呢?
...全文
175 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
一一一一 2013-01-23
  • 打赏
  • 举报
回复
你上传的后台是不是有对图片处理过 图片显示的时候是不是设置width和height <img widht="" height="" src="">
licip 2013-01-22
  • 打赏
  • 举报
回复
可能是你页面显示时宽高比例没有搞好吧。原图可能是没有问题的吧。
  • 打赏
  • 举报
回复
ajaxfileupload实现方法是将表单提交到iframe来实现无刷新上传的,你看下接受数据的动态页,如果变形了肯定是动态页压缩过图片的尺寸大小什么了的


或者显示图片时,图片原始尺寸是200x300的,用样式控制图片显示成200x400也会变形的。
evang_shot 2013-01-22
  • 打赏
  • 举报
回复
引用 1 楼 showbo 的回复:
动态页你处理过了吧。。和ajaxfileupload没什么关系
如果不是ajaxfileupload的关系的话,那和什么有关呢?客户说上传的图片变形了,而且这个项目也不是我做的,现在让我改,蛋疼了。
  • 打赏
  • 举报
回复
动态页你处理过了吧。。和ajaxfileupload没什么关系
下载代码方式:https://pan.quark.cn/s/f37bcecd66c0 YOLOv3(You Only Look Once version 3)是一种基于深度学习技术的目标检测方法,由Joseph Redmon、Ali Farhadi等研究者于2018年开发。该算法在目标检测领域展现出广泛的应用前景,特别是在实时视频处理、自动驾驶系统以及智能监控系统等场景中。与YOLO的前两个版本相比,YOLOv3在提升检测准确性的同时,依然维持了较高的处理速度。YOLOv3模型的关键构成要素包括三个主要部分:网络设计、损失评估机制以及数据准备流程。1. **网络设计**:YOLOv3以DarkNet-53作为其基础网络结构,DarkNet-53是一种包含53层卷积层的深度卷积神经网络,其设计目标在于实现准确性与计算效率的均衡。YOLOv3引入了特征金字塔网络(Feature Pyramid Network, FPN)的理念,这一创新能够有效检测不同尺寸的目标。模型通过多个层级进行预测,每个层级专门负责识别特定尺寸的物体,从而显著增强了小尺寸目标的检测性能。2. **多尺度预测**:YOLOv3在三个不同的尺度上执行预测任务,每个尺度对应一组不同的锚框(Anchor Boxes),锚框是预先设定的可能目标尺寸,用于初始化检测框。每个网格单元负责预测多个锚框,每个锚框包含两个坐标偏移量(表示框的位置)、一个置信度得分(表明该框内存在目标的概率)以及类别概率。3. **优化的Anchor Boxes**:与YOLOv2相比,YOLOv3采用了更多种类的锚框,这些锚框具有不同的比例和尺寸,从而更有效地适应各种形状和大小的目标。4. **损失评估机制**:YOLOv3的...

52,781

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 Ajax
社区管理员
  • Ajax
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧