独牛记

题注:独牛者,独自吃牛排也[@more@]

题注:独牛者,独自吃牛排也

人在旅途,出差中,又到南京。

傍晚时分,身心疲惫的从客户那里回到酒店。连续两天,做了两场PPT演示,加上与十多个现在已经记不清的人的"交流",说了无数的话,舌头已经僵了。

一把扯掉束缚脖子的领带,甩到衣柜里,都懒得挂起来。打开电脑,直奔某证券公司的股票交易网站。虽然今天股市大跳水的消息已经通过各种途径传达出来,但看着帐面上两只接近跌停的股票,脆弱的神经还是受到了沉重的打击。虽然前面运气不错,给我抓住两只上涨超过25%的个股,但看来本月内整体收益超过20%已经不可完成了。

在这当口上,又接了一个让我无名火起的电话。疲劳、郁闷、烦躁一起涌来,烦不可当!冲到冰箱前,拎起一罐百威就灌了下去。冰啤酒下肚,脑子冷静下来,不那么烦躁了,肚子却饿了起来。只希望有大块的烤肉下肚,解决当务之急!

自然想到的,是平日最爱吃的烧烤。既便宜又实惠,加上冰啤酒,再好不过了!跑到楼下,叫了车,直奔一家我垂涎已久的烧烤铺子。不曾想,车停下以后,付了钱下了车,却发现烧烤铺子没有了。贼大的招牌还在,铺面却变成了卖廉价瓷器的!你爷爷的!徒呼奈何!突然想起刚才车开过来的路上,有一家看起来还不错的牛排馆,好久没有吃牛排,馋虫爬满了我的大脑。寻着幻想中的、不存在的牛排香味,开始快步望回走,大约十分钟以后,来到这家店面的门口,只见店门上几个大字:

碟家牛排

急匆匆走了进去。不错,光线够柔和,环境够幽雅,背景音乐是我喜欢的爵士天后诺拉.琼斯。迎门小姐笑容可鞠,问道先生几位。每次独去FB,最尴尬就是听到这句,好象一个人就不能吃饭一样。被引到一个座位上,周围只有稀稀拉拉两三桌,都是些小情侣。我一个人,确实显得有些突兀。

这家牛排店,无论从装潢到餐具的选用,都与西堤牛排极为相象。笑问小姐该店是不是也是王品集团的下辖店铺,却被告知不是。看到菜单,也与西堤雷同,有69元套餐和129元套餐两种,每种套餐从前菜、汤到主菜、甜点,也是8道。两种套餐最大的不同,在于主菜。没有犹豫就叫了129元的套餐,只因为被这个套餐里“顶级菲力牛排”所吸引。既然价格在能接受的范围内,要吃就吃最好的,这是我一贯的原则。

很快,面包和前菜上来了。面包不是我喜欢的蒜香味,虽然抹了黄油,但可惜的是面包竟然没有烤!太不专业了!前菜的芝士焗蘑菇口味不错,芝士的香味比较浓郁,量也比西堤要大。一直很喜欢烤出来的芝士,尤其的莉达蛋塔屋的芝士蛋塔,真是最好吃的西点。这到前菜的感觉也与芝士蛋塔有一拼!

用面包蘸掉盘底里最后一点芝士以后,小姐适时的上来收掉了盘子,并递上色拉。我点的色拉是鲜虾蜜瓜。这个色拉就乏善可陈了:鲜虾是三只去壳的基围虾,蜜瓜就是西瓜块和哈密瓜块。分量到是不小,似乎有把我赶快添饱的企图。还是喜欢那种经典的,有土豆和水果的色拉。土豆要糯,块不要太大,和上甜的色拉酱,就太完美不过。好东西未必是名贵的,季诺的土豆色拉就不错。

法式牛尾汤放在我面前的时候,还没吃,就在心底里暗喊了一声“失败”。明显汤不够浓,没有领会法式浓汤的精髓。放在口中一尝,果然:做汤的时候没有用油暴过的洋葱,因此不够香!调料放得不多,所以不够浓!番茄放得太多,所以汤太酸!已经完全没有牛尾的香了!完全是处于礼貌和对厨师的尊重,才喝了半盆,而后,就将勺子放下。

服务小姐送上主菜的时候,我暗自祈祷了一下。然后,两块直径约10公分的圆柱体烤牛排就出现在眼前!不错!相当不错!是很好的顶级菲力牛排!对牛尾汤的不满已经被抛到九霄云外,立刻动刀!刚一使力,血丝就冒了出来!五分熟的菲力够鲜嫩!还是再挑点刺吧:可能是因为牛排偏薄,锅温又不够高,整块菲力有1/3的厚度已经熟了,离五分熟的要求有点差距。味道是绝佳的!我的认识:吃牛排的体会是从舌头到牙齿,再到喉头和胃。首先,鲜嫩的牛肉和着精盐、胡椒在舌头上弹跳,仿佛那肉还是活的!接着,牙齿的咀嚼可以体会到牛肉的纫性和香味。经过喉头,是一种对吞咽的体会。到了胃,就是另一中饱满的满足了!我总是把肉切成一公分见方的小块,撒上盐粒和胡椒,一口一口的细细体味。吃烤肉的时候,绝对是大口大块,而大口是对牛排的亵渎!

心满意足!甜点上来的时候,我已经没有食欲了。但这个甜点,还是不小心得令我侧了一次目。一直认为饭后甜点是为女人准备的,不太喜欢。为了不浪费,尝了一口,却欲罢不能。忘了甜点叫什么名字,是将糯米研碎煮熟,和上奶酪打匀。即有米香,又有奶酪香,还有糯米特有的弹性,很棒!

喝下咖啡以后,我在想:如果再来支雪茄,今天就完美了。

我是一个能够靠美食改变心情的人。从牛排店走出来,步行回酒店,在穿过1912街区那片妖艳的霓虹以前,我的心情已经大好了。不想再去喧闹的酒吧厮混,直接回来记录心情。可能是吃了牛排的缘故,我现在开始相信那些股评家说的:目前股市刚刚在牛腰的位置,后市继续看多。谁知道呢?没准明天我又有几只股票涨停了,哈哈!

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31497/viewspace-911751/,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/31497/viewspace-911751/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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