魔蝎座提供伤感QQ日志_一转身可能就是一世

最新推荐文章于 2012-10-31 16:46:17 发布
最新推荐文章于 2012-10-31 16:46:17 发布
阅读量577 收藏
点赞数
文章标签： qq
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hxoltcrqk/article/details/8099556
版权
魔蝎座提供伤感QQ日志_一转身可能就是一世

— 魔蝎座提供伤感QQ日志_一转身可能就是一世

当一个人经历多了，就会慢慢的把所有事件看的透了，

如亲情、友情、爱情…知道为何我要把爱情放在最后吗？QQ日志

一句简单的话，我宁愿没有爱情也不能失去亲情、友情。

我一直都是一个把事业和家人当食物的魔蝎座，

我也曾有过一次把爱情当食物，最后发现我不习惯吃爱情这个看似华丽却是在华丽背后是下了毒Yao的美餐

当今的社会我对爱情看的彻底了，你爱的人不爱你,爱你的人你不爱，就算- 彼此相爱还是要分开

一切一切的都抵不过命运的作弄，在这个城市中有多少人是可以真正走到一起的

谁有真正的问过自己，自己需要跟什么样的人在一起 我说的不是吗QQ空间

好了都别傻了，看清楚这是什么社会，看透这个世界伪装下的真实面孔吧

看 在这个充满爱与被爱 伤害与被伤害的世界里 生命对我们是吝啬的
因为它总是让我们失望 可是 生命又是这么慷慨 总会在失望之后给予我们拯救
人生有时候，总是很讽刺。  （魔蝎座提供伤感QQ日志_一转身可能就是一世）
一转身可能就是一世。说好永远的，不知怎么就散了。 
最后自己想来想去竟然也搞不清当初是什么原因分开彼此的。 
然后，忽然醒悟，感情原来是这么脆弱的。 
经得起风雨，却经不起平凡；风雨同船，天晴便各自散了。
年轻的情怀，喜欢一个人,爱一朵花，其实并没有错，在我们长大
过程中；只要爱过，喜欢过就是美丽的。
若真懂得，就能原谅，曾经的自己，好不好，那都是青春的印记。
所以我才会说  我宁愿没有爱情不能没有亲情和友情
这只是我自己对爱情的看法和对自己安慰
我今天只想用最直接有效的文字来描述我现在内心的想法
记得有人和我说过 我的文字如同饶雪漫的文章一样QQ空间日志
虽然我不知道她是谁 可我知道她一样对感情用过心
只是不知道她会不会像我一样从此把爱情在自己生命中看淡或者直接抹杀掉
顺便我也想对某些人说一句 、 我连我最爱的最重要人都放弃了   你又有什么资格得到我的爱
还是对我死心吧 ，我是个浑身长满毒刺的男人 ，忽碰

魔蝎座提供伤感QQ日志_一转身可能就是一世

相关的主题文章：

hxoltcrqk
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
魔蝎冰龙鼠标驱动 官方版
07-04
魔蝎冰龙鼠标驱动是一款专为魔蝎冰龙游戏鼠标用户打造的驱动应用，如果用户想要更精细的自定义鼠标相关参数，那么这款驱动就十分有用了，支持呼吸灯以及分辨率修改，欢迎大家在下载体验。驱动说明Teamscorpion魔蝎...
狼蛛暗黑魔蝎鼠标驱动 最新版
07-03
狼蛛鼠标驱动是一款非常好用的此款鼠标驱动程序，当鼠标过程中出现问题时，即可下载此驱动对鼠标进行设置修复，让您使用更流畅。快下载体验吧！狼蛛鼠标驱动介绍狼蛛暗黑魔蝎鼠标采用尼龙编织线作为数据线材质，整个...
小醜发布伤感QQ日志_失去你,我还剩下什么
fvsyhzjqc的专栏
10-22 935
小醜发布伤感QQ日志_失去你,我还剩下什么 — 小醜发布伤感QQ日志_失去你,我还剩下什么 一个人躺在了无声音的屋子里 过着狼狈不堪的生活 亲爱的 我想你了 我知道你想对我狠心 这一次QQ空间日志 我真的知道错了 亲爱的 回来吧！ 我愿意放弃一切来挽回你 为什么相爱的人不可以在一起 这一次  我真的知道错了 求求你   不要求下我一个人 朋友一个一个陆续的回家了
何必伤情的伤感QQ心情日志发布：爱情，至少我挽留过
mlneysydp的专栏
10-23 363
何必伤情的伤感QQ心情日志发布：爱情，至少我挽留过 — 何必伤情的伤感QQ心情日志发布：爱情，至少我挽留过        【一】 　　每个人都有一个死角 　　自己走不出来　别人也闯不进去。 　　我把最深沉的秘密放在那里 　　你不懂我　我不怪你。 　　【二】 　　每个人都有一道伤口 　　或深或浅　盖上布　以为不存在　 　　我把最殷
回忆太美 也太伤人：伤感日志
bsnzylfuo的专栏
10-21 511
回忆太美 也太伤人：伤感日志 — 回忆太美 也太伤人：伤感日志 夜空的每一个角落都会有一颗孤独的星，默默地，为着谁发亮？ 我想，永恒是多久，无人知晓。但它会从此时此刻记录我们的一生。 风轻轻地吹来，仿佛天堂的呼唤，告诉我你的到来。 于是，我遇见了你。 很多次，很多次，我多想走到你的身边，拉起你的手，可每一次我都放弃了，我竟然做不到，我害怕，害怕得到你了再失去你的滋味，但我更不想
回忆借你的曾经—致我们终将逝去的青春_伤感日志
rtsdmsqck的专栏
10-30 931
回忆借你的曾经—致我们终将逝去的青春_伤感日志 — 回忆借你的曾经—致我们终将逝去的青春_伤感日志 分享作者：SOSO      QQ：84959923 　　引导语：看音乐的美丽，听文字的述说借你我所知道的一切，借我们的曾经，以此纪念我们终将逝去的青春，爱一个人，天真的以为会是一生；唱一首歌，怀念我们终究逝去的青春，有一个人，总会陪你走不会再离开。可是于你青春到底是什么呢？ 　　借
假温柔的伤感空间日志发布：我只是你生命中的一个过客罢了··
zutfyywyu的专栏
10-22 484
假温柔的伤感空间日志发布：我只是你生命中的一个过客罢了·· — 假温柔的伤感空间日志发布：我只是你生命中的一个过客罢了·· 也许自己只有一个人守着那份爱· 明明知道那是不可能，却···· 为什么自己总是在骗自己呢？QQ伤感日志 也许向他们说的··· 我只是你生命中的一个过客罢了·· 何苦在等待那没结果的：爱：呢 ？ 而你为何给我希望却不给我机会呢？ 明知道我要等的是机会而
写给那些分手之后还留在原地的人：伤感日志
y2dj4lkvt3k3的专栏
10-27 726
写给那些分手之后还留在原地的人：伤感日志 — 写给那些分手之后还留在原地的人：伤感日志  　　分手很难是一件均等的事情。往往都是一个主动，一个被动。当然主动的那一方也未必不会伤心，但是被动的一个始终会是最后一个走出痛苦的那个人，这倒是一定的事情。世间分手寻常事，最难却是未死心。　 　　有的时候分手之后一方反而放下了负担，关系得到缓和，又开始恢复了一部分联系和嘘寒问暖的习惯。还有的人在
棉子丶mm的伤感独特空间日志发布：我笑了，在那个萧瑟的秋季
etatrtujm的专栏
10-27 1410
棉子丶mm的伤感独特空间日志发布：我笑了，在那个萧瑟的秋季 — 棉子丶mm的伤感独特空间日志发布：我笑了，在那个萧瑟的秋季 酒，很淡的味道，浅黄色的液体，承载了太多。 酒，很苦吗？不觉得，我觉得心里很苦。酒麻痹了我的神经，却麻痹不了我爱你的神经。 又一次忍不住，沾染了酒的悲伤。 忍不住又一次用酒精麻痹着自己的神经，边喝边哭，滴落在瓶子，一滴滴的微小声音直逼心扉。
在那个还不懂爱的年纪：伤感日志
sktqawrtd的专栏
10-29 774
在那个还不懂爱的年纪：伤感日志 — 在那个还不懂爱的年纪：伤感日志 【路上行人在穿梭】 -在那个还不懂爱的年纪， -爱上了你， -在一个秋季， -我的一切，随着那飘散的叶， -落叶归根。  (伤感日志)  【而我的爱到底还剩下什么】 -兜兜转转我还是回到了原点， -我想睹物思人， -却不想早已物是人非。 -那场爱， -我输的一败涂地。   【你终究成了回
黑色蜡笔的伤感空间日志分享：我希望在下个樱花烂漫时，遇见你
wbotgluus的专栏
10-31 513
黑色蜡笔的伤感空间日志分享：我希望在下个樱花烂漫时，遇见你 — 黑色蜡笔的伤感空间日志分享：我希望在下个樱花烂漫时，遇见你 我们开心过， 迷茫过，痛苦过， 我们感动过， 吵过闹过，癫狂过， QQ个性日志 却从未放弃后悔过。 我们越来越确定越相信， 我们之间的感情， 天长地久也不久。 你们懂我所有的小情绪， 我了解你们所有小秘密， 那些不可思议的默契。 嘲笑过彼此做的
魔蝎sdk2.1
04-04
【魔蝎SDK 2.1】是一款针对移动应用开发者的集成工具，主要功能是提供用户认证服务，支持与微信、QQ等主流社交平台以及运营商进行深度整合，方便开发者快速实现第三方登录、分享等功能，提高用户体验并增强应用的...
魔蝎狂战士二代游戏鼠标驱动 v1.03 最新版
07-04
魔蝎狂战士二代鼠标驱动旨在让你尽情方便的鼠标驱动服务，让玩家们能够尽情的操控鼠标的各类数据情况，从而在进行游戏的时候能够感受到最得心应手的使用效果，给你舒适的使用体验！官方介绍是魔蝎官方发布的狂战士...
(基于分水岭算法的粘连目标检测).zip
09-06
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
硕士毕业设计，水稻害虫识别，水稻病害分类，虫情测报灯害虫监测。.zip
最新发布
09-06
图像识别技术在病虫害检测中的应用是一个快速发展的领域，它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分： 1. **数据收集**：首先需要收集大量的植物图像数据，这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**：对收集到的图像进行处理，以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**：从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**：使用机器学习算法（如支持向量机、随机森林、卷积神经网络等）来训练模型。训练过程中，算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**：在独立的测试集上验证模型的性能，以确保其准确性和泛化能力。 6. **部署和应用**：将训练好的模型部署到实际的病虫害检测系统中，可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**：在实际应用中，系统可以实时接收植物图像，并快速给出病虫害的检测结果。 8. **持续学习**：随着时间的推移，系统可以不断学习新的病虫害样本，以提高其识别能力。 9. **用户界面**：为了方便用户使用，通常会有一个用户友好的界面，显示检测结果，并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害，甚至在早期阶段就能发现问题，从而及时采取措施。此外，它还可以减少对化学农药的依赖，支持可持续农业发展。随着技术的不断进步，图像识别在病虫害检测中的应用将越来越广泛。
基于python3.8部署mjpg-streamer服务器，结合yolov5算法实现目标检测.zip
09-06
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
无人机技术应用资料文档合集14篇.zip
09-06
无人机培训课件：无人机导航技术 无人机技术在管道巡检中的应用 无人机技术在婚礼摄影中的应用 无人机技术的救援应用 无人机技术的消防应用 无人机技术在军队的应用 农业无人机技术应用 无人机技术的创新与应用 无人机行业应用与发展无人机发展 无人机技术在农业中的应用 GIS与无人机技术的协同应用 无人机摄像技术的发展与应用 军事无人机技术的发展与应用 无人机技术与应用 无人机应用无人机技术的市场前景
病虫害检测后端model.zip
09-06
图像识别技术在病虫害检测中的应用是一个快速发展的领域，它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分： 1. **数据收集**：首先需要收集大量的植物图像数据，这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**：对收集到的图像进行处理，以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**：从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**：使用机器学习算法（如支持向量机、随机森林、卷积神经网络等）来训练模型。训练过程中，算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**：在独立的测试集上验证模型的性能，以确保其准确性和泛化能力。 6. **部署和应用**：将训练好的模型部署到实际的病虫害检测系统中，可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**：在实际应用中，系统可以实时接收植物图像，并快速给出病虫害的检测结果。 8. **持续学习**：随着时间的推移，系统可以不断学习新的病虫害样本，以提高其识别能力。 9. **用户界面**：为了方便用户使用，通常会有一个用户友好的界面，显示检测结果，并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害，甚至在早期阶段就能发现问题，从而及时采取措施。此外，它还可以减少对化学农药的依赖，支持可持续农业发展。随着技术的不断进步，图像识别在病虫害检测中的应用将越来越广泛。
请在Begin和End中进行程序编写，不允许修改程序结构，不允许删除修改已存在的代码。 二千多年前希腊的天文学家希巴克斯命名十二星座，它们是水瓶座、双鱼座、白羊座、金牛座、双子座、巨蟹座、狮子座、处女座、天秤座、天蝎座、射手座、魔蝎座。 给出一个CSv文件（在考生文件夹%PATH%下PY301-Sunsign.csv)．内容示例如下： 序号，星座，开始月日，结束月日，Unicode 1，水瓶座，120,218,9810 2，双鱼座，219,320,9811 3，白羊座，321,419,9800 4，金牛座
05-29
Begin ``` import csv # 定义星座字典 sunsign_dict = {'水瓶座': 'Aquarius', '双鱼座': 'Pisces', '白羊座': 'Aries', '金牛座': 'Taurus', '双子座': 'Gemini', '巨蟹座': 'Cancer', '狮子座': 'Leo', '处女座': 'Virgo', '天秤座': 'Libra', '天蝎座': 'Scorpio', '射手座': 'Sagittarius', '魔蝎座': 'Ophiuchus'} # 读取CSV文件 with open('%PATH%/PY301-Sunsign.csv', newline='') as csvfile: reader = csv.DictReader(csvfile) for row in reader: print(sunsign_dict[row['星座']], row['开始月日'], row['结束月日']) ``` End 在以上代码中，我们定义了一个星座字典，将中文星座名称对应到英文名称。然后在读取CSV文件时，将每一行的中文星座名称转换为英文名称并输出。请注意，这里的文件路径需要根据实际情况进行替换，%PATH%表示考生文件夹的路径。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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