东北大学比赛一些报销流程(仅供参考)

本文详细记录了参加东北大学计算机设计大赛后的报销流程,包括因公出差审批表的填写、发票与车票的保留、指导老师及各级领导的签字、网上投递流程和财务处报销步骤。提醒读者报销前务必了解所需文件和签字要求,避免白跑。
摘要由CSDN通过智能技术生成

东北大学比赛报销流程

以计算机设计大赛为例,今年参加了比赛,得了二等奖,学校给报销路费住宿费。可是谁知道报销路漫漫呀,我们在浑南校区,还要南湖浑南来回跑。记录一下流程,供参考。。。。

  1. 比赛前期
    因为要去南京比赛,所以算作出差,首先要填写因公出差审批表,要在计划财经处下载财经处网址,初始用户名密码都为学号。
    在这里插入图片描述
    在这里插入图片描述

下载后填写,需要找创新创业学院院长盖章。。(也可以补办,我们队就是比赛结束才补办的)还有一项操作是借款,我们组没有办,具体事宜可以联系老师。

  1. 比赛中期
    老老实实准备比赛答辩就好,把发票车票留存好!
  2. 比赛后期
    大赛的发票,我们当时是在领队老师那里,可以让老师带着,也可以找老师要,但是一定要留好!
    车票,往返的。 酒店的发票,然后去找老师贴发票。贴完发票后重点来了!!!
  • 1
    点赞
  • 2
    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