2021 - 2022个人年度总结

在这里插入图片描述

前言

  • 再次翻阅去年的个人总结,自检当时写下的计划与期望,我全部达成了!真是个激动人心的事情呐~

回顾2021

回顾这一年来自己的方方面面:

  • 学业: 上半年正是我大三的第二学期,也是大学期间最后一个有专业课的学期,这学期各门科目顺利通过,完成大学无挂科里程碑!(当然,我的编译原理是靠东哥亲手拉上岸的哈哈哈~)。接下来就差毕业项目和毕业论文啦。
  • 学习与工作:
    • 五月份以前都在准备春招,日日夜夜地看书、背面经、刷题。不得不说,这几个月的准备工作让自己的专业基础知识扎实了许多,并且算法能力加强了不少。
    • 六月份到八月份在京东实习,不得不说,自己的第一份好实习对自己的提升很大很大。在实习期间学习了一线开发工作流程,知道了产品思维对于一名研发人员的重要性,每个环节都要细心和认真思考的重要性。在这里我第一次实战开发微服务大型项目,初步接触了RPC调用,加深了对集中式缓存的使用经验,学习并运用分布式锁在APP需求中,对消息队列、分布式数据库、搜索服务器有了更多的理解等。
    • 九月份回校进行秋招,体验了Java开发岗位目前卷到极致的情况。这个月只面试了几次,笔试却做了一大堆。最后拿到了成都联想和深圳顺丰的offer。
    • 接下来的时间主要是玩儿,玩儿的闲余时间深入学习了 Redis 的底层和实战、了解了消息队列的思想、了解了 zookeeper 的算法设计、初步学习了 Serverless 架构的思想与实战场景运用等。
    • 最重要的当然是:十一月初拿到了京东的正式offer,顺利签约,等待校招礼盒~
  • 生活:
    • 在那寒冷的冬季,我与一位美丽温柔可爱善良的仙女牵手成功,我成功败在了她的石榴裙下哈哈哈。这一年来,处处都是我俩生活点点滴滴的脚印,我们一起吃一日三餐,一起去旅游,一起打卡各个好吃的餐厅、好玩儿的店铺,一起看电影,一起哭,一起笑……这一年对于我而言是无比难忘的。我和 honey 一起的这一年和我以往任何时候相比都不一样,拥有爱情的生活是使人升华的。一年了,这只是我俩故事的开始,未来还有好几十年头要我俩一起去面对与体验。
    • 这一年在北京生活了三个月,吃了好多北京的美食。不过作为一个四川人,我现在只觉得:北京烤鸭和羊蝎子YYDS!其他都没有四川美食好吃哈哈哈哈!今年去北京上班后,我一定要自己动手做川菜,然后偶尔在外吃我最爱的四川火锅、西北烤羊肉、日式烤肉等等!
  • 家庭: 这一年,家庭和睦,大家都身体健康,家人们都很支持我的工作,这一点我只能说:MY Family YYDS!老妈经常找我聊天,叫我回家吃饭,不过我经常因为各种理由不回家。等几天放假了就可以天天陪在老妈身边了(工具人回归~)。
  • 其他: 这一年自己的心智成熟了许多,我曾多次因为各种压力等原因导致自己情绪崩溃,这一步一步走来真的不容易。我很幸运有宝贝 honey 陪着我,这一路的成长和进步都伴随着她的鼓励和陪伴!当然,我老妈一直是我最坚实的后盾,她对我成长路上的奉献我将受用终生。也很感激生活给我带来的种种挑战,跨过这一道道坎,才能历练成强者。

2022计划

  • 顺利毕业!
  • 工作后一定要养成记账的习惯,理财!
  • 多学几道菜,周末得经常自己动手做饭,提高自己的厨艺!
  • 毕业后快速适应正式工作,努力工作,时常进行自我反思和学习总结,多做各方面的记录,快快升职涨薪!
  • 我和宝贝能去打卡更多的地方,吃更多的好吃的,买超好看的手办,拍超好看的照片,让我们的世界充满我俩的足迹!

2022期望

  • 希望疫情快快消失,希望国家继续飞速和平发展,希望大家的生活越来越幸福!
  • 家人和亲朋好友们身体健康,家庭和睦!
  • 工作顺利!
  • 發财!
  • 4
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论 2
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