公交车长拾获笔记本电脑 耐心致电打消失主疑虑

11月15日,正在睡梦中的失主被阵阵铃声吵醒,接完电话的他怀疑自己接到了诈骗电话,反问:“东西是我丢的吗?”

遗落在公交车上的笔记本电脑

原来,这通电话是广州公交集团三汽四分公司494线站长梁敏娟打过来的。那天,失主乘坐494线路因睡觉疏忽大意把笔记本电脑落在了公交车上。当班车长陈志磊在营运车辆到达总站后,巡逻车厢发现该笔记本电脑,并将笔记本电脑交给站长梁敏娟。所幸,这台笔记本电脑并无设置开机密码,两人一起打开笔记本电脑,试图通过电脑里的资料寻找失主。

梁敏娟通过笔记本电脑查找到一份个人简历,并通过简历上的电话号码,多次致电试图联系失主。功夫不负有心人,最后终于打通了电话,便有了开头的一幕。

 

车站工作人员通过简历上的号码找到失主

最终,失主在梁敏娟的指引下,来到天泰二路总站,经核实身份后领回失物,他感言道:“因为最近一直加班十分疲惫,所以一上公交车就睡着了,下车的时候迷迷糊糊的,都不记得自己还带着笔记本电脑。真的十分感谢494线公交工作人员替我寻回电脑,并耐心地打电话寻找我。”

广州日报.新花城文字记者 蔡凌跃 通讯员 刘智豪

广州日报.新花城图片记者 蔡凌跃 通讯员 刘智豪

广州日报.新花城编辑 冯秋瑜

 

  • 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?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