10月31今天万圣节,好玩的一天,不信看google首页的图片

在西方国家,每年的十月三十一日,有个Halloween,辞典解释为 “The eve of All Saints'Day”,中文译作:万圣节之夜。
  关于万圣节,人们或多或少都有了一定的感性认知:知道万圣节期 间,许多公共场所乃至居家院落,都会布置上很多装璜,诸如各式鬼怪 呀、南瓜灯呀、还有黑猫以及巫婆的扫帚之类;孩子们会穿上每年不一 样的万圣节服装,拎着南瓜灯的提篓去挨家挨户地讨糖,说是“trick or treak”。除此之外,你还想多知道一点吗?我们在此简单介绍一下 万圣节的由来与习俗。

一、万圣节的由来:


  关于万圣节由来的,传说最多的版本认为,那是源于基督诞生前的古西欧国家,主要包括爱尔兰、苏格兰和威尔士。这几处的古西欧人叫德鲁伊特人。德鲁伊特的新年在十一月一日,新年前夜,德鲁伊特人让年轻人集队,戴着各种怪异面具,拎着刻好的萝卜灯(南瓜灯系后期习俗,古西欧最早没有南瓜),他们游走于村落间。这在当时实则为一种秋收的庆典;也有说是“鬼节”,传说当年死去的人,灵魂会在万圣节的前夜造访人世,据说人们应该让造访的鬼魂看到圆满的收成并对鬼魂呈现出丰盛的款待。所有篝火及灯火,一来为了吓走鬼魂,同时也为鬼魂照亮路线,引导其回归。

  在中世纪的中欧,曾有过基督教摧毁异教徒的历史。可是新年夜前的祭祀庆典从未真正消除,不过以巫术的形式出现。这也就是为什么我们现在的万圣节里,还留有巫婆的扫帚、黑猫、咒语等痕迹。

二、Halloween一词的产生:

  很多民族都在万圣节前夜有庆典聚会,这又被叫做“All Hallow E'en”、“The Eve of All Hallows”、“Hallow e'en”,或者“The eve of All Saintas'Day”。最终约定俗成演变成了“Halloween”,中文意译成了万圣节之夜。

三、“Trick or treat”的传说:

  孩子们今天着装挨家要糖的习俗,据说起源于爱尔兰。古西欧时候的爱尔兰异教徒们,相信在万圣节前夜鬼魂会群集于居家附近,并接受设宴款待。因而,在“宴会”结束后,村民们就自己扮成鬼魂精灵,游走村外,引导鬼魂离开,避邪免灾。于此同时,村民们也都注意在屋前院后的摆布些水果及其他食品,喂足鬼魂而不至于让它们伤害人类和动物或者掠夺其他收成。后来这习俗一直延续下来,就成了孩子们取笑不慷慨之家的玩笑。

  至于南瓜灯也至少有两种说法。一种说是人挖空了南瓜又刻上鬼脸点上烛火用以驱散鬼魂的;另一种说是鬼魂点上的烛火,试图骗取人们上当而跟着鬼魂走,所以人们就在南瓜表面刻上一个嘲讽的脸面,用以调笑鬼魂:哼!傻瓜才会上你的当。传说因为首用南瓜的是一位爱尔兰人Jack,所以人们又将鬼脸南瓜灯叫做Jack-O-Lantern。

四、现在的万圣节

  万圣节流传到今天已经完全没有了宗教迷信色彩,它成了一个孩子们的节目,也是年轻人化装舞会的节目。
  社会对节日的活动也一直做着正面的引导:要求大人教育孩子们不做恐吓性的恶作剧,也要求大人带孩子一起出门(一般是大人架车停在路边,小孩去敲门讨糖)。大人应该要求孩子只许去门口有节日布置的并点了灯的人家,否则不去打扰。另外讨糖过程的始终必须站在大门口等待,不许进屋,讨回的糖也要交大人检查后才许吃。对接待孩子的人家也要求不给自家制作的食品也不给未包装的食品。

  公共场合以及居家周围的节日布置都是自愿的。鬼脸南瓜灯、白网黑蜘蛛等,都是节日的装点,已全然没有骇人之鬼魅色彩。有的女学生还端端在这时候会买一对南瓜或者鬼骷髅的耳环来佩带。如果有哪家的布置做得过分恐怖了,会遭到有关方面的制止,媒体也会令其暴光,让公众指责。

  万圣节的服装,也是万人万相,不是单调的大鬼小鬼了。有许多渠道教授人们如何制作万圣节服装。比如说制作最简单的鬼服就用一张白床单顶在头上,别忘了扣两个洞留出眼睛就是;若是要扮演魔术师,就穿上黑衣黑裤,再戴上黑礼帽,并在礼帽与头顶之间藏一只绒毛小兔备用;还教大人如何把孩子打扮成小天使,白衣白裤,再从背后怎么绑一个手电筒在头上;也有教如何把孩子打扮成他们喜欢的卡通形象的。当然服装、道具业的商人们,就更有文章可做了。

  学校在万圣节是不放假的。有时学校出面组织晚会,有时不甘寂寞的学生们也会自己主办小型晚会;而朋友、家人间互寄贺卡祝万圣节快乐则成为每年十月间流行的习俗。如今网际网路的发达使得送万圣卡更为方便经济,有的网站还别出心裁地设计了各种具有声响动画效果的万圣卡,如:www.cardmaster.com等,免费让大家使用。

  总之,万圣节已成为西方人一个很普通的季节性节日。有很多人将此看作秋的结束以及冬的到来。万圣节一过,人们就开始期盼感恩节、圣诞节乃至新年了

感叹:老外真他妈的会玩!
  • 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