10.45 新年伊始,寄语安防人-尤其搞技术的!

时光荏苒,岁月如梭!这是小时候作文经常用到的开场白,不过那时候还真的对这句话没有什么感受,长大后,发现,时间过得真是快,一年一年,来回轮回。前几天遇到一朋友,6年前在项目中认识的,现在自己做弱电、安防,做的小有起色。那时候他们公司是我们公司工程分包单位,他做工头,高中文化,当时活做的不错,工作态度也积极,就对他比较有好感,遇到这样的分包,比较省心。工程完了,就结束了,没再联络。那时对他的感觉是,这小子聪明、肯干、将来一定能混成工程经理当当。

没想到这次突然的邂逅,让我对他这5年的历程颇为惊讶,感到很震撼,也非常佩服他。在那家公司又干了三年后,他就辞职了,公司想升他做工程经理,他婉言拒绝了。他自己出来单独做,做工程分包、做产品代理。他说,他从来没有想到要给人家一直打工,也没想到自己的学历是个障碍,在那家公司时候,他从来没有跟老板提过工资,他知道老板如果觉得我可以自己会给我应该的待遇的,老板不是傻子。当时,他给自己定了3年计划,3年内,把那家公司的流程、技术、以及弱电工程经验都学到手就自己干。3年里,他学到了很多东西,所有弱电他现在自己都可以设计、做报价、可以带人施工,甚至一些售后工作都可以做。他在项目中认识了很多朋友,并且都保持着联系,当他把自己做的消息跟他们将,好多以前的业主、合作过的朋友都来帮他联系业务,说他的活他们信得过!

通过这件事,自己感触良多,想写出来,跟大家交流,尤其是给那刚刚进入安防行业的朋友!

如果你刚刚进入安防行业,那给你一个好消息和一个坏消息,坏消息是你挣大钱比较难,好消息你基本不会失业,因为安防行业在中国还是早晨的太阳,整个行业来说,机会很多。

安防行业跟其他行业一样,职位很多,销售、技术、工程管理、调试、研发(个人一直认为研发不该属于安防,应属于电子或软件),你对哪个有兴趣?如果你选择了销售,那么恭喜你,你挣大钱的机会比较多,而且至少说明你本质可能适合做销售(有人调查过,好的销售是天生的,跟后天没关系);如果你想做工程管理,那么你的钱图也不错,但是可能比较辛苦点;如果你想设计或售前支持,证明你有技术的兴趣同时也可能努力一把变成销售;搞研发或调试,那么说明更愿意和机器或代码打交道,那么你的工作会比较单一而钱图也有限。

  1. 做安防,甚至其他行业,不要太死扣技术!

个人认为,真正的技术在SUN的JAVA或CISCO的CCIE,在安防,没有什么技术高手,因为安防的层面在应用,不是在软件或开发,因此,所谓的技术高手,就是知道或者经历的多点的高手而已,因此,安防就是“知道与不知道”的层次,安防的面很广,电子、通信、图象、光、电气等都涉及,如果你往深了扣,你扣不完,但你会非常非常累。所以要“适可而止”,你要有“渔”而不是打捞到所有的“鱼”。

  1. 不要以为靠自己的技术可以吃一辈子!

安防行业的发展非常快,新产品新技术一年一变,你必须不断的去补充,去学习,才能跟上行业的步伐,而你的那些知识技能储备,可能很快就过期了。看看VCR、画面分割器、甚至矩阵等,慢慢的离我们越来越远了。而你一直以为,随着自己资历的积累,待遇应该逐年的提高,但是,就安防行业的技术,任何一个刚毕业的学生,2年时间基本可以追上你的技术层次,那么你还怎么好意思跟老板要比刚毕业学生多几倍的工资呢。

  1. 不要以为靠自己的技术可以创业!

创业最开始的时候,你的人际关系,你处理人际关系的能力,你的察言观色能力、你对社会潜规则的认识,你会不会说话,还有你对自己所提供的服务的策划和推销等等,也许有一万万个值得我们重视的问题,但你会发现技术却未必包含在这一万或一百万之内,如果你创业到了一个快成功的阶段,你会这样告诉自己:我干吗要亲自做技术,我聘一个人不就行了,这时候你才真正会理解技术的作用,和你以前做技术人员的作用。

  1. 不要看不起销售及管理人员!

经常见到有工程师背后说销售及管理人员,“一点技术都不懂”。其实,你的那点技术,销售或项目经历如果花心思,未必比你差,可能比你领悟的更好。但是,销售人员作用不在与此,他们要去跟客户沟通、同设计院、集成商去交流,即便他们对技术不是很深刻,但反过来,如果让你去,你会做的怎么样?项目经理要同其他专业协调、要安排进度、要发货收货、要跟老板报告,你想想你会做的比他好吗? 而你呢,是按照设计规范去设计,或按照说明调试设备,多么单一的事情啊,很难吗?从老板给你们的薪水,可以看出来,谁的工作更重要些!

  1. 抓住时机向技术管理或市场销售方面的转变!

抓住时机向技术管理或市场销售方面的转变!要想有前途就不能一直搞调试或开发,适当时候要转变为管理或销售,前途会更大,以前搞技术也没有白搞,以后还用得着。搞管理可以培养自己的领导能力,搞销售可以培养自己的市场概念和思维,同时为自己以后发展积累庞大的人脉!应该说这才是前途的真正支柱!而事实证明,很多从销售支持走向销售的人员的发展非常好!

  1. 扩大自己的交际,培养良好的人脉!

多交朋友!不要只和工程师交往,认为有共同语言,其实更重要的是和其他类人物交往,如果你希望有朝一日当老板或高层管理,那么你整日面对的就是这些人。了解他们的经历,思维习惯,爱好,学习他们处理问题的模式,了解社会各个角落的现象和问题,这是以后发展的巨大的本钱,没有这些以后就会笨手笨脚,跌跌撞撞,遇到重重困难,交不少学费,成功的概率大大降低! 实际上,安防,乃至弱电,圈子不大,因此一定要在圈子里慢慢培养自己的人脉和口碑,等有一天想自己另立山头,你将受益无穷!

  1. 好好规划自己的路!

好好规划自己的路,不要跟着感觉走!根据个人的理想决策安排,绝大部分人并不指望成为什么院士或教授,而是希望活得滋润一些,爽一些。那么,就需要慎重安排自己的轨迹。从哪个行业入手,逐渐对该行业深入了解,不要频繁跳槽,特别是不要为了一点工资而转移阵地,从长远看,这点钱根本不算什么,当你对一个行业有那么几年的体会,以后钱根本不是问题。频繁地动荡不是上策,最后你对哪个行业都没有摸透,永远是新手!

 
西刹子
 

 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论 1
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