开始一段新的路,收获一些别的东西

一个不小心,就被外派出去了。说好听的是外派,其实就是外包了。而且是“包人”。真正的开始了一个IT外包人的生涯了。你说包就包吧,还是个二手货 (连包两次),在现场还不能说自己的哪个公司的,还要说第一次的外包公司。哎,感觉又回到文思的时候了,甚至比文思还要差一些。这些日子要好好的调整下心 态。

  今天第一次上班,也是稀里糊涂的,上午在等待,下午在装机器。和旁边的兄弟都混熟了以后,发现有一个文思以前的同事,真汗。发现原来外包是个圈。不过上班第一天就有了一个收获,还是负面的收获。

  今天去的挺巧的,正赶上外包的那家公司年会,但是没有我和我同事的名字,原因是我们今天刚去的,并没有给我们定位子,但是在要离去的时候,临时通知有我们 的位子。所以就跟过去了。大公司的年会上总有些领导要发言的,这样的时间持续了2个小时,在这两个小时过程中,上了几个菜。吃的很不爽。所以和几个同事一 起提前离开了。离开时没有和外包公司的人打招呼。回来想了一下,有以下一些失误点:

  1,作为外协人员,人家邀请你是看得起你,而你中途离去很是不给人家面子。

  2,作为“二手货”,没有顾及到公司高层的问题,如果这个问题,如果这个问题放大,则会给公司高层带来麻烦。

  3,如果要走,也应该和对方公司的人打个招呼,这样起码会好一些。

  4,有损自己公司的形象。

  吃一顿饭,收获了这些应该是合算了。不过,在哪里吃的真的不是很爽。以后一些小问题还是要注意一下的。

  外包有外包的路,我要用一个底层员工的角度记录现在这个项目在管理方面的东西。希望可以收获一些东西。

  • 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
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