(转载)中国青年报:能够接受失败就已经赢得比赛

吴稼祥(资深评论员)

  2004年雅典奥运会上,争取夺冠的中国羽毛球男子单打选手林丹在第一轮就被淘汰。

  “那天晚上,我一个人坐在窗前,脑子里一片空白”,林丹19日晚在中央电视台“荣誉殿堂”节目里对主持人崔永元说,“一直到第二天早上,我才意识到正在进行的雅典奥运会已经离我很远了。”

  我猜想他一直没有接受那次失败。那之后,虽然他获得了很多冠军头衔,包括含金量很高的两届羽毛球世锦赛男单冠军,但都不能填平那个叫做苏西洛的家伙在雅典奥运会上在他心里捅下的窟窿。而且越接近下一届奥运会,这个窟窿越大,越痛。

  今年以来,林丹状况叠出,或许与这个窟窿有关。众所周知的事件有,与韩国的中国籍教练公开冲突,向自己的教练吉新鹏摔拍子;不那么著名的事态是,他练球练得不如意时,就愤然折断球拍,队里断了的球拍,都是他折断的。后来他发现这种发泄方式太费拍子,不如费自己的嗓子,所以改在夜里在自己宿舍里喊叫。

  “我发现你在决赛中与李宗伟决斗时,心情平和得很,那是怎么回事?”崔永元以他招牌式的慵懒和逗弄腔调问。

  林丹朝坐在他身边的女友、北京奥运会羽毛球女子单打亚军谢杏芳笑了笑,说:“我一个人坐在房间里在电视上看她打决赛,她虽然输,还很从容。我突然想,即使输了比赛也没有什么,她一块银牌,我一块银牌,挺好的。”

  这就是说,他在决赛前,已经准备接受失败,这就在心里把那块比千斤还重的金牌放下了。世界上的事情就是这么怪,你越追求的东西,它跑得越快;等你觉得它没有那么重要了,它反而来找你。金牌一旦在心里被放下,你看到的就主要是过程,不再是结果。于是,过程变得精彩。李宗伟显然是把林丹放下的包袱背上了,这场决赛的悬殊比分并不是他们之间的实力差距,而是心理差距。

  这是一个极好的案例,可以应用于运动心理学的教学。它说明,假如一个运动员已经在心里接受失败,他赢得比赛的可能性会增加。在比赛前接受,有助于他赢得当前的比赛;在比赛后接受,有助于他赢得下一次比赛。美国射击名将马修·埃蒙斯之所以先后两次把煮熟的鸭子弄飞了,就是因为他在雅典奥运会射击比赛前太想成功,打到别人的靶子上后,又不想接受失败,一次又一次找裁判交涉,并且痛苦不堪。最后他没有找回金牌,但找到了拿自己的金牌当嫁妆的爱人—捷克射击美女卡捷琳娜。

  不过,悬在雅典射击场上的那块他射错了的靶子,似乎并没有从他心里放下。那次,他也许太想证明自己;这次,他或许太想证明爱情,想拿一块金牌当戒指送给自己的妻子,毕竟分享妻子的荣誉有伤一个男人的自尊心。结果是给世界又一次惊奇。不过这一次他微笑着接受了,没有找裁判理论,而是拥抱了“捡走”自己最后一枪打飞的金牌的中国选手邱健。有人说他中了魔咒,有人说他恶魔附体,其实,纠缠他的就是害怕失败的心魔。

  值得他的粉丝庆幸的是,这一次他真的接受失败了。他在接受中国记者采访时幸福地说:“我感觉很好,我们一家在北京奥运会上获得3块奖牌。”以这种心态,他有望在4年后的伦敦奥运会上对准自己最后一枪的靶心,所有准备在他身后捡金牌的人的赶紧死心。

  我认为,在起跑前的最后一刻退出比赛的刘翔,值得尊敬。因为他终于结束了内心的搏斗,接受了命运已经安排好给他的失败。他早先说过,他成名前享受每一次比赛,因为是他要赢;后来他没有那么享受了,因为是要他赢。如果仅仅为了自己,他可能早就宣布退赛了,但他害怕爱他的人伤心,他挣扎到最后一刻。但他最后还是胜利了,他战胜的不是对手,是自我。“胜人者有力,自胜者强”,能战胜自我的人获得的不是一次比赛的金牌,而是人生的金牌。

  他走出赛场时,9万人起立为他送行。

  • 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