【时光浅逝】——年总结

【前言】

流年浅唱,花落无声,与过往岁月,见过早阳的初升,也见过夕阳的西下;见过花的盛开,也见过花的凋零;时间的脚步,总是游走在我们没有察觉的步调里;回忆的影子,总是充斥在我们的身边的各个角落里。回顾之前半年总结都是满满的回忆

【思想】

一、七窍通六窍

大家看到这也许会想这么一句歇后语“七窍通了六窍——一窍不通”,这是一个贬义语,它否定了我们为某件事而付出的努力,也因为别人对自己的否定而更加的自暴自弃,越来越消极。也许会这样去理解“七窍通了六窍——通了六窍”,七窍已经通了六窍了,已经收获了很多很多,离成功的阶梯已经不远,努力加把劲就上去了。
这两种不同的结果代表着不同的思维方式,前者代表了消极思维,只看到了我没有完成什么而不看我收获了什么,事物通常会朝着不好的方向发展。后者代表了积极思维,看到了自己的收获的同时也看到了自己的不足,事情往往会朝着好的方向发展。怎么的思维方式决定了怎样的结果。

二、当起点很低梦想很高时

卡耐基梅隆大学兰迪·鲍什教授说过一句话:“前进道路上,砌墙的存在是有道理的。它不是为了拦住我们,而是让我们可以证明自己有多想到另一边去。”
梦想是一个永恒的时代主题,是我们从小到大被追问过无数次的问题。小时候我们曾有过各种各样的梦想,后来我们长大了,对这个世界有了更多的了解,这个缤纷多彩的世界也让我们去重新定义了梦想,梦想也第一次有了向往的味道,但是现实往往是半道杀出,杀的我们措手不及。鱼与熊掌不可兼得,梦想?现实?这是一个足以改变我们一生的问题。
选择了梦想然后呢?——追呗,同时也揭示了一个道理:你奋斗的目标一定能实现,前提是你付出了比这个目标所要求的更多的努力。

【升华】

一、知行合一:先行动起来

王阳明说:夫学、问、思、辨,皆所以为学,未有学而不行者也。意思是说:学习、询问、思考、分辨、这些都是为了学习某一件事,而要掌握这件事,光学不做是不可能的。
我们通常说,谋定而后动,三思而后行,但是在思考的过程中,我们做事的勇气却一点点被消磨掉,人都是有惰性的,过度的思考只能带来拖延,而“三思”又是自己拖下去的绝佳借口,于是事情就一拖再拖,最终等到拖不下去的时候才仓促行动。而行动起来的时候才发现,有很多的问题是在行动中才呈现出来,而此时,已经没有足够的时间和耐心解决这些问题,只能草草收场。
在我们计算机和英语的学习中不正是如此吗?做事要脚踏实地,一步一步来做,只有专心致志第做,才能让自己不断的有新的领悟。

二、知行合一:要在事上磨练

一个人的能力固然重要,但是心态也同样重要,只有在日常中多注意事上的磨练,在各种事情上锻炼自己的应变能力,让自己的心境逐渐处在一种十分稳定的状态之下,只有这样才能锻炼出遇事不慌不乱的素质。积极主动,是成功人士的第一个特征,抓住一切机会,磨练自己,锻炼出属于自己的素质。

三、知行合一:笃行出奇迹

当日报,英语我们已经分辨清楚,思考慎密,问的详细,还是要持续不断的用功,这叫做笃行,这是获得成功的必要前提,做任何事情都是这样。一件事,不是停留在,只有通过“笃行”来不断的琢磨学习,反复咀嚼,才能把事物本身的规律内化于心,做起来才能得心应手,使自己进入更高的境界。
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 6
    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
评论 6
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