英语中十二个月名称的由来

转自网络,原出处不详。

公历一年有12个月,但不少人并不知道12 个月的英语名称的来历。公历起源于古罗马历法。罗马的英语原来只有10 个月,古罗马皇帝决定增加两个月放在年尾,后来朱里斯*凯撒大帝把这两个月移到年初,成为1月.2月,原来的1月.2月便成了3月.4月,依次类推。这就是今天世界沿用的公历。

January——1月

在罗马传说中,有一位名叫雅努斯的守护神,生有先后两副脸,一副回顾过去,一副要眺望未来。人们认为选择他的名字作为除旧迎新的第一个月月名,很有意义。英语January,便是由这位守护神的拉丁文名字January演变而来的。

February——2月

每年2 月初,罗马人民都要杀牲饮酒,欢庆菲勃卢姆节。这一天,人们常用一种牛、草制成的名叫Februa的鞭子,抽打不育的妇女,以求怀孕生子。这一天,人们还要忏悔自己过去一年的罪过,洗刷自己的灵魂,求得神明的饶恕,使自己成为一个贞洁的人。英语2月February,便是由拉丁文Februar- ius(即菲勃卢姆节)演变而来。

March——3月

3月,原是罗马旧历法的1月,新年的开始。凯撒大帝改革历法后,原来的1月变成3月,但罗马人仍然把3月看做是一年的开始。另外,按照传统习惯,3月是每年出征远战的季节。为了纪念战神玛尔斯,人们便把这位战神的拉丁名字作为3月的月名。英语3月March,便是由这位战神的名字演变而来的。

April——4月

罗马的4月,正是大地回春.鲜花初绽的美好季节。英文4月April便由拉丁文April(即开花的日子)演变而来。

May——5月

罗马神话中的女神玛雅,专门司管春天和生命。为了纪念这位女神,罗马人便用她的名字——拉丁文Maius命名5月,英文5月May便由这位女神的名字演变而来。

June——6月

罗马神话中的裘诺,是众神之王,又是司管生育和保护妇女的神。古罗马对她十分崇敬,便把6月奉献给她,以她的名字——拉丁文Junius来命名6月。英语6月June便由这位女神的名字演变而来。也有学者认为,Junius可能是个代拉丁家族中一个显赫贵族的姓氏。

July——7月

罗马统治者朱里斯*凯撒大帝被刺死后,著名的罗马将军马克*按东尼建议将凯撒大帝诞生的7月,用凯撒的名字——拉丁文Julius(即朱里斯)命名之。这一建议得到了元老院的通过。英语7月July由此演变而来。

August——8月

朱里斯*凯撒死后,由他的甥孙屋大维续任罗马皇帝。为了和凯撒齐名,他也想用自己的名字来命名一个月份。他的生日在9月,但他选定8月。因为他登基后,罗马元老院在8月授予他Augustus(奥古斯都)的尊号。于是,他决定用这个尊号来命名8月。原来8月比7月少一天,为了和凯撒平起平坐,他又决定从2月中抽出一天加在8月上。从此,2月便少了一天。英语8月August便由这位皇帝的拉丁语尊号演变而来。

September——9月

老历法的7月,正是凯撒大帝改革历法后的9月,拉丁文Septem是“7”月的意思。虽然历法改革了,但人们仍袭用旧名称来称呼9月。英语9月September,便由 此演变而来。

October——10月

英语10月,来自拉丁文Octo,即“8”的意思。它和上面讲的9月一样,历法改了,称呼仍然沿用未变。

November——11月

罗马皇帝奥古斯都和凯撒都有了自己名字命名的月份,罗马市民和元老院要求当时的罗马皇帝梯比里乌斯用其名命名11月。但梯比里乌斯没有同意,他明智地对大家说,如果罗马每个皇帝都用自己的名字来命名月份,那么出现了第13个皇帝怎么办?于是,11月仍然保留着旧称Novem,即拉丁文“9”的意思。英语11月November便由此演变而来。

December——12月

罗马皇帝琉西乌斯要把一年中最后一个月用他情妇的Amagonius的名字来命名,但遭但元老院的反对。于是,12月仍然沿用旧名Decem,即拉丁文“10”的意思。英语12月December,便由此演变而来。


  • 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 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