傲慢招苦

记得我还在读大学的时候,有一次和同学组团去参访广钦老和尚。在进去之前,有一位同学一心想要和广钦老和尚“辩”。一进门,尚末开口,广钦老和尚就对他说:“你不要说,先听我说,你想说什么我都知道,辩论不好!”

  这位同学一听,吓得不敢出声,他心想:“我在想什么,广钦老和尚怎么会知道呢?”

  老和尚接着说:“辩论是不能解决事情的,要实实在在的修行。”

  这位同学马上跪下去,向老和尚顶礼,请求老和尚开示。

  老和尚说:“你的我慢、自大、贡高,是你所有烦恼的开始。”

  这位同学就问老和尚:“要怎样才能得到快乐呢?”

  老和尚慈悲地说:“这个很简单。你要发愿,把自己当做世界上最没有用的人,就像地下的泥土,任何人在它身上大、小便、吐痰,它都没关系,因为它是在最底层的,最没有人会注意的东西。如果我们也想像自己一无长处,都没有优点。别人毁谤找,就当作消业障,只要这么想,就没有什么烦恼了。”

  我们今天之所以会感到痛苦,就是优越感太过于强烈,我们都觉得自己很有才干,别人劝谏的话,一句也听不进去。

  我刚出家的时候,由于深度近视加上散光,所以,如果有人在比较远一点的地方向我打招呼,因视力不佳没有看到,就走过去了,往往因此招致不少言语上的毁谤。这个时候,我就告诫自己,要像广钦老和尚说,要做一个最没有用的人;念头这么一转,整个心舒畅无比,就不再挂碍了。(摘自慧律法师《慧律法雨——找回内心的平静》 )

  • 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