USB-A要插三次?通过几个常见接口介绍“示能”与“意符”

本文最早发布在知乎 USB-A要插三次?通过几个常见接口介绍“示能”与“意符”
在我的博客也有发布,阅读体验可能会更好 Blog

引子

你是否有遇到过这种现象,就是u盘接入电脑通常需要插3遍才能成功接入?还在用早期的使用micro-usb的安卓手机时,充电口经常插反?HDMI也经常插反?
事实上,这些是十分常见的事情。部分原因是这些接口只有一个方向才能正常接入,而现在常用的USB-C,以及lightning等接口是可以随意接入的。
可是,用过早期iPad、iPhone、iPod的用户可能会发现:同为无法正反两面随意接入的30pin接口,遇到这种事情的概率就小很多,甚至从来没有过,这是为什么呢?

示能(Affordance)

環境賦使(英語:affordance),或稱為直觀功能、預設用途可操作暗示符擔性支應性示能性等,指一件物品實際上用來做何用途,或被認為有什麼用途。也就是說在物品的某個方面,具有讓人明顯知道該如何使用它的特性。例如門提供「打開」的功能,椅子提供「支撐」的功能。人們得知如何使用物品有一部分來自認知心理學,另一部分來自物品的外形。
**(affordance)**在中文中如果翻譯成 **「直觀功能」會比較易於瞭解。「直觀功能」**的意義為物體所具有的物理特性以及我們所理解該物體可使用方式間的關係,其最主要的核心概念是物體的特性決定了行為的可能性。----wikipedia#

意符(signifier)

能指(英语:signifier,法语:signifiant)又译意符符征符号具语言学符号学概念,指一个有特定含义的记号(sign,征象,通常表现为声音或图像)能够引发人们对特定对象事物的概念联想;能指包括了任何足以用来沟通的形象,如文字、发音、符号。索绪尔在《普通语言学教程》中普及了“能指”和“所指”的概念,他将“能指”界定为符号的一种表现类型,是与所指(signified,符旨)相对应的概念。[1]

分析

首先,HDMI接口、microUSB接口,USB-A接口同样有一个设计缺点。就是安装方向(使用)杂乱。而30pin接口只有一种使用场景(插入方向),即在屏幕面面对人脸插入。
举例:microusb有梯形上底靠近屏幕的机型,同样也有相反的。而usba更加复杂,正反方向互换已是常态,而且有时还需翻转90°来接入。
其次,30pin接口对接入方向做了明显的标记,也就是意符。无论是原装线还是第三方线(pisen,ugreen等)。
官方线在以屏幕面对使用者时的正确方向上做了“接入”符号,而第三方线普遍将自己的logo印在此处。这能在我们一拿起连接线时就能调整到正确的位置。
microusb这种接口连使用方向都无法统一,加入更加方便用户的标识就已经不可能了。
所以,30pin接口的使用体验是比这几种都要优秀的。

VGA接口,人们通常不会插反。为何?因为其有示能的帮助
VGA接口呈明显的梯形,即使不可正反盲插,核对正确的方向也是十分的容易,因为示能已经给我们提供了十分显然的答案。然而USBA在外形上并没有做出这种显示,而是选择了貌似可以随意接入的矩形,虽然有内部的舌片可供参考,但其效果很差。

当然,无论这些接口有如何巧妙的设计,还是不如当今流行的可正反盲插的USB type-c,以及lightning接口。这也恰好是他们还能在今日流行的原因之一。

转载请注明出处,谢谢

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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