尝试+坚持=成功

本文是一位大学生分享其在大学期间不断尝试各类比赛,包括创业类和学科竞赛,如何从迷茫到找到兴趣方向的故事。作者通过参加文科、工科等不同领域的比赛,获得了丰富的经验,并取得了多项奖项,证明了尝试和坚持的重要性。
摘要由CSDN通过智能技术生成

尝试+坚持=成功

本文更加适合大学生食用,不过有兴趣的读者也可以一观,谢谢。

人生就是不断尝试的过程,大学更是如此,在我看来,大学可是说是人生所有阶段中,最适合尝试的阶段了。首先,大学不像初高中天天忙着写作业,大学课业相对轻松,有充裕的空闲时间去尝试不同的东西;其次,大学的试错成本很低,只要遵纪守法,不进行大规模投资,大部分所能够尝试的事情产生的后果都在承受范围之内;最后,大学是个有足够大的宣传以及竞技平台。

再回到我自己,我从农村走出,最近很流行“小镇做题家”,我想我就是低配版的小镇做题家。大学刚开始的我很迷茫,不知道要学什么,不知道感兴趣什么,于是我就不断参加比赛,一个个尝试,去寻找能让自己感兴趣的方向。我在大学期间尝试过最多的事情就是比赛,不断地比赛,参加各种比赛,工科、商科、理科、文科甚至是艺术类的比赛我都进行了尝试,不过还是主要以工科和理科的为主。

再来讲讲我的比赛经历吧。其实,我大学拿到第一个奖是文科的,我在学校的征文比赛中拿了一等奖,这还挺值得我一个工科生小小骄傲一下的。后来,慢慢接触到更多的人,更多的比赛,我就一发不可收拾了,我主动联系老师和学长,去参与各种项目和比赛,也获取了一些小成绩(博主的竞赛成绩在文末)。

大学的比赛有很多,我主要参加的是创业类和学科竞赛类的。

先说说创业类的比赛,创业类的比赛有电子商务竞赛、互联网+、挑战杯(大挑,算半个创业类,更加偏向于技术)、小挑还有一些省市级或者企业发起的比赛,这类的比赛其实并不是需要我们真的去进行创业(你有这个想法当然是更鼓励的),而是想让我们通过天马行空的想法去积极探索、构想一些产品以及新颖的创意;然后去和老师同学沟通,组建自己的团队,把自己的创意进行实现;最后,通过文本、图片、视频、实物等各种方式展示你的成果。期间,你可以收获比赛经历、收获好友,甚至收获金钱和奖项。创业类的比赛周期比较长,因为它会进行多次多轮的比赛,不断筛选好项目,比如互联网+比赛,它会首先在学校进行为期1-3个月的初赛,筛选项目代表学校参加省赛,省赛又有为期1-2的时间筛选项目进入国赛,所有一个创业比赛如果比较长的话,可能会持续半年甚至更长时间。

学科竞赛需要一定程度的专业知识,所以跨专业参加的会少一点,但是含金量比较高,很多学校对于获奖者甚至有加绩点、免本科设计的奖励。这里其实有我工科类比赛的处女奖,这个奖其实也历经坎坷,不过也更让我坚信要勇于尝试。我在大二的时候,想要参加FPGA设计大赛,当时我只有一个人,水平不太够去独立进行设计,我就跟老师说想参赛,刚好大三学长那边二缺一,老师就推荐我过去。学长人也很好,没嫌弃我技术不足,让我做了一些很基础的工作,最后虽然成果做出来了,但其实效果不是很好,我们本打算放弃这个比赛,但其中一位学长说,做都做出来了,还是去现场参加一下决赛吧(决赛要去外省),丢人就丢人了,结果最后竟然有个三等奖,让我很是惊喜。所以很多时候,坚持其实就是胜利的诀窍。

我列举了一些大学期间比较热门的比赛:

理工科类:ACM、数模竞赛、智能车比赛、电子设计竞赛、机械创新设计大赛、工业设计竞赛、机器人竞赛、大学生力学竞赛、大学生生命科学竞赛、网络与信息安全竞赛、物理科技创新竞赛

非理工科类:大学生财会信息化竞赛、大学生广告艺术大赛、广告创意设计竞赛、多媒体作品设计竞赛、金融创新大赛、经济管理案例竞赛、大学生企业经营沙盘模拟竞赛、统计调查方案设计大赛、大学生证券投资竞赛

附加(博主在大学期间获得的奖项):

第三届全国大学生FPGA创新设计竞赛全国三等奖、数维杯全国大学生数学建模大赛全国三等奖、第六届互联网+创新创业大赛省铜奖、第九届认证杯数学建模大赛全国二等奖、“深圳杯”数学建模挑战赛提名奖、全国大学生数学建模竞赛浙江省二等奖、第七届互联网+创新创业大赛省铜奖、大学生证券投资竞赛省三等奖、两项国家级大创立项并成功结题、校征文比赛一等奖等等国家级、省级、校院级奖项共二十余项。

其实,对于真正厉害的人,这些奖项都不值得一看,但我并不是在拿着这些奖项炫耀,与其说是奖项,我更觉得这些更像是我大学四年的奋斗史,是我不断前进的脚印。

  • 2
    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