使用思事标签,实现包含GTD模式的一种方法

GTD(Getting Things Done)工作法,很多软件采用了这个模式。它具体做法可以分成收集、整理、组织、回顾与行动五个步骤。我使用思事的标签,默认标签很方便的实现了GTD模式,同时还设置了一些自己需要的、常用的标签,请参考。

下图为我的标签截图:


关于GTD模式(不明白GTD的可点击此处查看GTD的介绍),我添加了 “待安排”、“下一步行动”,“可能或许” 三个普通标签。其中的“待安排”设置成了 系统的默认标签。这样当添加一个事情时,如果没有设置任何标签和时间,软件会自动设置“待安排”的标签。

这就实现了GTD工作法的模式。添加事情时,如果有时间计划了直接设置时间。下一步去做的标记为“下一步行动”,可能需要做也可能不需做的事情标记为“可能/或许”,来不及或稍候安排标记“待安排”。

我的习惯是:每天闲时查看一下这三个标签的事情,根据情况或者安排时间,或者做出调整(也就是调整其标签/时间)。而“今天”标签下的事情就是我今天计划需要去做的。

日程下的“今天”.... 是条件标签,用相对时间定义的,我选择了事情起止时间(从开始到结束),这样可方便地查看这段时间的事情。您也可以根据自己的需要去设置。

项目,人员下是具体的项目和人名的普通标签。比如一个事情,是A项目,关于王×、赵×,那么就设置上这三个标签,这样规划××项目的事情,××人的事情十分方便。

“3-5级” 是定义了级别3~5级的,便于查阅事情中我设置为3、4、5级别(我用来区分事情的重要程度)的事情。

其它都是普通标签,用于分类规划。例如:“代购”的是等待购买的东西,“阅读”是准备或可能需要阅读的资料书籍,“工具”中保存了收集的一些常用工具资料、信息、网址之类。


我的标签不是一成不变的,有时觉得不必要的就删除,需要的就添加。好在思事的标签全部都可以自定义,系统初始化时添加的一些标签也可以全部删除。

  • 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