什么是创新思维

创新思维:和别人看同样的东西却能想出不同的事情的一种思维方式或者说一种能力
    什么是创新思维?
    我们第一个想法就是与众不同,新颖,但是不是就是创新呢?并不是,创新还要有价值;比如你在刀柄上弄上荆棘,确实挺新颖,但是,没什么价值,可能还会弄伤你;
    那什么才叫做有价值?
    一幅画,一首诗,一个寓意作品有没有价值呢?有,虽然没有实用价值,但他们有观赏价值,认识价值;也就是说,只要他们能让我们在精神,物质,学识,认知等方面有帮助,那么他们就有价值;所以价值是多方面的;
    那么如果我们创新的东西暂时没什么用处,但说不定以后会有用,算不算创新呢?
    肯定算啊!现在没用不等于未来没用,所以对于一种事物,我们要把持一种开放的态度,给他足够的成长空间,不要急于下结论。一个很好的例子就是毕加索创作的《牛头》,自行车把手跟坐凳的组合(西班牙斗牛节);
    如果你的车子不知道被人划破了一道划痕,你会不会特别不爽,觉得一辆好好的车就这么给糟蹋了?
    不爽其实是正常的,换谁难以忍受,但如果你换个思维方式或许就没那么生气了,车子只是划破了一小块,不影响车子的整体美观,也不影响车子的性能,这样的事情经常发生,而且容易修复,所以没必要为这样的小时而把自己的好心情给弄坏了
    那么你的心态开朗了,就是一种心态创新;

  • 0
    点赞
  • 1
    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,即定位图像中目标的位置并识别目标的类别。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