限电  调休  加班  休息  无奈  

为了保证奥运用电,为了克服目前的电荒现象,尤其山东的电力缺口达到了1/3,于是乎,出现了限电这个名词,山东的很多企业工厂在8月8日都停工停电了。于是乎错峰上班,调整工作时间的要求开始出现了。

 

调休就是把原来的全世界统一的休周末,调整开,我们本来周六需要加班,周日休息的。调休方案从本周开始执行,就是说周二调成周六的功能,在休息时间调整通知上,说明因为限电,周二、周日休息,只是周二的时候为了配合生产,各个部门要适当安排好值班人员。

 

周一的时候开始面对第一个周二了,以前周六上班的部门,基本上很坚决地安排了全体人员休息。而那些周六可以休息的部门,都在安排周二的加班工作。又是班车又是食堂的。于是,还是出现了加班。

 

以前周六捞不着休息的,在今天这个周二都干脆地休息了,而其他的部门倒是来了不少人。空调都开,电灯都开,电脑也开。基本上用电量是差不多的。

 

无奈,来上班的这些人里面,还有一些是无奈的,因为别的部门大量的人员上班,你也需要配合上班工作需求,给人做支持工作。比如说今天有付款的,今天有用电脑需要维护,都需要配合部门来上班。还得看在企业管理层眼里的感觉,某某部门今天都休息了,啊!他们部门的活干的那个样子,怎么不来加班干活?因为我们鼓励加班。

 

尴尬,因为限电通知的时候,说人家如果看到你们承诺的休息时间里面还用电,就会给拉闸。那如果这么多人来上班,万一被人给拉闸了怎么办?还有这些无奈来上班的,是否有食堂的饭吃?因为据说饭做的不是很多。

 

食堂,管理食堂的也就是有个周日休息,这样的时间里面也得安排值班,本来值班的概念就是人少一些,少做一点饭就OK了,结果还是要大肆动作。也不一定都是心甘情愿了。

 

最后,又归结到了用电上面,其实电并没有宣传的那么紧张,但是可以肯定的一点就是,政府肯定是抻足了马力,在保障奥运用电的。如果停电的过于厉害,社会影响不好。本来国民对奥运的一些活动都有点抵触情绪了。而这样的结果就是,在这一段超负荷运转之后,必定会进入一个休整期,那时候的影响会是破坏性的。所以,现在很多企业都在准备发电机,那这样的间接影响将又会是柴油。

 

能源的影响太大了,但是在我们现在的经济社会环境下,如何做好调控,如何让一环环的工作都能够推动下去,应该是个大问题。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/15027489/viewspace-440406/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/15027489/viewspace-440406/

  • 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“在哪里?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。以下是一些主要的应用领域: 安全监控:在商场、银行
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“在哪里?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