生命中的三种人

 我曾向一位从事哲学研究的中山大学教授提了个很俗气的问题:“何为幸福之道?”老人没直接回答我,却说了这样的话:“每个人的生命过程中,都将遇到三种人:一种是无怨无悔不求回报地关心你、爱护你、帮助你的人;一种是伤害你、欺骗你,利用你的人;一种是既不曾伤害你、欺骗你,但也不曾予你以关怀与无私帮助的人。”
  老人问我:“谁是你心目中的第一种人、第二种人、第三种人?”
  父母兄姐妻儿当即跃入我脑海,接下来是要好的师友,他们显然是第一种人;而多年前一个打着爱情幌子骗取钱财的女孩,一个在生意场上反复敲诈过我的官员,当之无愧成了我记忆里的第二种人;第三种人,有同学,有同事,有邻居,有偶尔相遇而结识的路人,数不胜数。
  老人又问我:“在你心目中,哪种人数量最多?哪种人数量最少?”
  我老实交代:“第三种人数量最多,无法统计;第一种人有40人左右;第二种人大约有15人。”
  老人点点头,轻语:“孩子,你要记住,只有当第一种人的数量在你心中呈几何倍数增长,达到‘辉煌’,而第二种人数目却逐渐接近于零时,你才会离幸福生活越来越近!反过来,当你出现在他人心目中的第一种人行列里的次数愈多,成为他人心目中的第二种人的次数愈少,你离成功的人生才会越来越近!”最后,老人问我:“孩子,你明白了吗?”
  我点头,任何人的生命中都有三种人出现,这不仅与“幸福之道”息息相关,也与“成功之道”紧密相连。

  • 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,其主要任务是找出图像所有感兴趣的目标(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“在哪里?是什么?”的问题,即定位出图像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:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 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主要分为两大类: 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。以下是一些主要的应用领域: 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