当老妈和我一起遭遇爱情

        一直觉得老妈生下来就是这样地热爱唠叨,会花3个小时为我做一顿10分钟便消灭干净的午餐;逛遍了整个城市,就只为买一套比楼下小卖部里便宜一毛钱的茶具;看电视的时候可以不知道在讲什么内容,但却会对与我同年龄的主角的穿着记忆犹新,因为这要比内容更对她的女儿具有实际的指导意义;在男人面前从来不知道害羞,每次都会把我带去给她过目的男友,用一针见血的言语和视线将人家吓得再不敢登门拜访。即便是同年龄的异性,也是转过身去便与我品头论足。
  所以当有人开始给她介绍老伴,我便“以其人之道还治其人之身”,冷眼旁观这些将要把她从我身边夺走的男人。起初老妈还是挑选商品一样地公开与我探讨个中优劣,后来便大有弃我独自劈荆斩棘的趋势,我见了忙忙地派兵遣将,将姨妈叫来一起帮她把关。结果当然是批评她头脑发热,50岁的人了连这些男人挂在脸面上的缺点都看不出。老妈听了竟是和我一样地委屈,说我觉得这人挺好的啊,待人和气,温柔体贴,还给阿桥买了礼物呢。我学了她的口气接过去:这叫暂时的讨好,等他把你追到手,看还会不会这么宽厚地待你!老妈慢慢学会了人前一套背后一套,不再理会我们的所谓真理。
  其实我希望老妈能够找到后半生的幸福和依靠,这样我在外打拼的时候便会放心;而她,亦会重现昔日的风采与柔情。可是为什么,当我看到她像个初恋的小女孩一样,娇羞地靠着一个陌生的男人向我走来时,会莫名其妙地有种烦乱和不安?就像,这个人不能像我渴盼中的,带给她现世的安稳和美好;而她,在义无返顾地投入到一个男人的怀抱后,更不会再回来将整颗的心分给我一半。
  老妈开始固定地与一个被我叫作“陈叔”的男人约会。尽管我已提出了自己的反对意见,她照样我行我素地将陈叔叫到家里来,品尝她的拿手好菜。我看她那么细心地买来漂亮的棉布围裙,还在小小的厨房里挂了一面大大的镜子,这样在将菜端出来之前,会一瞥眼便看到自己的脸上,是不是有了烟熏火燎的颜色。这样的爱美和小心,是初恋时的我才会有过的。吃饭的时候,她不再用那些低价买来的碟具,而是换了秀色可餐的漂亮桌布和碗盘。我看她那么开心地将精心做好的饭端到陈叔的面前,在他一连声的夸赞里,满脸绯红。盛饭的时候,甚至连一旁的我都给忘掉了。我想我是嫉妒老妈了吧,否则怎会在她的幸福里觉得失落和寂寞?
  等再把新的男友带给老妈看时,她竟是不再像从前一样地挑剔。她说,阿桥,妈妈相信你会看清一个人的心,只要你觉得喜欢,你可以自由地与他谈恋爱;但是,只有当你确信他会带给你一生的幸福时,才可以跟他结婚哦。我伶牙俐齿,说老妈你怎么换了态度啦,你不是一向很反感我带男友回家来的吗?是不是因为有了陈叔,便觉得可以不再依赖阿桥,所以才随她任意去飞呢?老妈的脸,微微地有些红,但却没有像往常一样地讲一大通道理反驳我,而是低头继续拆洗我脏掉的被子。晚上照例熬夜搞策划,老妈煲了鲜美的玉米粥端过来,劝我趁热喝下去。我赶得有些着急,口无遮拦地便丢给她一句:放那儿就行啦,您老有空还是给陈叔煲电话粥吧,我的玉米粥,煲不煲都无所谓。
  不知老妈何时悄无声息地走了出去,等我忙完了策划,已是12点,却发现客厅里的灯还亮如白昼。我轻轻打开门走进去,看到老妈正拿着家里厚厚的影集,一页页地翻看着。我像儿时一样,从背后一把捂住她的眼睛,却因此,弄湿了双手。我扳过老妈的脸来,说,妈妈,你怎么哭了?告诉阿桥是谁欺负了你,我帮你将他教训得哭爹叫妈。老妈终于忍不住笑着将我拉过来,搂在怀里,说,阿桥,为了你,妈妈可以单身一辈子,你知道,没有人能把你从我心里赶走,你是妈身上的一部分,永远都是。我“嘻嘻”笑着搂住老妈的脖子,说,阿桥知道啦,阿桥也不允许任何一个臭小子将你从我心里挤出去,你知道阿桥只是嫉妒你,怕你有了老公丢了孩,那我岂不是成了没娘的苦孩子,跟旧社会的小三毛有得一拼啦?两个人终于如往昔一样笑闹着扭打成一团,直到眼泪“哗哗”流出来,浸湿了彼此的衣衫。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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