欣赏

238.知之为知之,不知为不知,是知也。——《论语·为政》

239.君子耻其言而过其行。——《论语·宪问》君子以说的多、做得少为耻。
240.士虽有学,而行为本焉。——《墨子·修身》:读书人虽然有学问,但是亲身实践才是根本。
241.道虽迩,不行不至;事虽小,不为不成。——《荀子·修身》:路程虽近,不走就达不到目的地;事情虽小,不做就成功不了。
242.善言古者必有节于今,善言天者必有证于人。——《荀子·性恶》
243.谨于言而慎于行。——《礼记·缁衣》
244.君子强学而力行。——杨雄《法言·修身》
245.实事求是。——《汉书·河间献王刘德传》
246.百闻不如一见。——《汉书·赵冲国传》
247.临渊羡鱼,不如退而结网。——《汉书·董仲舒传》
248.事莫明于有效,论莫定于有证。——王充《论衡·薄葬》
249.名必有实,事必有功。——荀悦《申鉴·俗嫌》

250.操千曲而后晓声,观千剑而后识器。——刘勰《文心雕龙·知音》

251.古人学问无遗力,少壮工夫老始成。纸上得来终觉浅,绝知此事要躬行。——陆游《冬夜读书示子聿》



145.学而时习之,不亦说乎?——《论语·学而》
146.学而不思则罔,思而不学则殆。——《论语·为政》
147.学而不厌,诲人不倦。——《论语·述而》
148.敏而好学,不耻下问。——《论语·公冶长》
149.笃信好学,守死善道。——《论语·泰伯》
150.吾尝终日不食,终夜不寝,以思,无益,不如学也。——《论语·卫灵公》
151.博学而笃志,切问而近思。 ——《论语·子张》:广博地学习以坚定自己的意志,恳切的提问  并且联系实际进行思考。
152.博学而详说之,将以反说约也。——《孟子·离娄下》
153.尽信《书》,则不如无《书》。——《孟子·尽心下》
154.学至乎没而后止。——《荀子·劝学》:学习到生命的最后一刻才算中止。
155.玉不琢,不成器;人不学,不知道。——《礼记·学记》
156.博学之,审问之,慎思之,明辨之,笃行之。 ——《礼记·中庸》
157.三人行,必有我师焉,择其善者而从之,其不善者而改之。——《论语·述而》
158.见贤思齐焉,见不贤而内自省也。——《论语·里仁》
159.善学者,假人之长以补其短。——《吕氏春秋·用众》
160.读书破万卷,下笔如有神。——杜甫《奉赠韦左丞丈二十二韵》
161.行成于思,毁于随。——韩愈《进学解》:德行由于深思而有所成就,因随声附和而毁掉。 162.圣人无常师。——韩愈《师说》
163.学贵得师,亦贵得友。——唐甄《潜书·讲学》
164.少壮不努力,老大徒伤悲。——汉乐府古辞《长歌行》
165.盛年不重来,一日难再晨。及时当勉励,岁月不待人。——陶渊明《杂诗八首》之一
166.莫等闲,白了少年头,空悲切。——岳飞《满江红·写怀》
167.少年易老学难成,一寸光阴不可轻。——朱熹《劝学》

168.明日复明日,明日何其多!我生待明日,万事成蹉跎。——文嘉《明日歌》


审势 名言警句

169.知人者智,自知者明。——《老子》的33章
170.知足不辱,知止不殆。——《老子》第44章:知道满足就不会受到屈辱,知道适可而止就不会有危险。
171.祸兮福之所倚,福兮祸之所伏。——《老子》第58章
172.合抱之木,生于毫末;九层之台,起于累土;千里之行,始于足下。——《老子》第64章
173.圣人择可言而后言,择可行而后行。——《管子·形势解》
174.三思而后行。——《论语·公冶长》
175.欲速则不达,见小利则大事不成。——《论语·子路》如果贪求小利,就不能成就大事。(后句)
176.人无远虑,必有近忧。——《论语·卫灵公》
177.不积跬步,无以至千里;不积小流,无以成江海。——《荀子·劝学》
178.千丈之堤,以蝼蚁之穴溃。——《韩非子·喻老》
179.亡羊而补牢,未为迟也。——《战国策·楚策》
180.差若毫厘,谬以千里。——《礼记·经解》
181.凡事预则立,不预则废。——《礼记·中庸》:凡事如果能预先充分准备就会成功,否则就会失败。
182.惟有道者能备患于未形也。——《管子·牧民》:只有有远见的人才能够在祸患没有形成的时候   就预防它。
183.居安思危,思则有备,有备无患。——《左传·襄公十一年》
184.前事之不忘,后事之师。——《战国策·赵策》
185.前车覆,后车诫。——《汉书·贾谊传》
186.傲不可长,欲不可纵,志不可满,乐不可极。——《礼记·曲礼上》:骄傲不可滋长,欲望不可以放纵,不能让自己志得意满,不应该使自己乐到极端。
187.善不可谓小而无益,不善不可谓小而无伤。——贾谊《新书·审微》
188.运筹策帷帐之中,决胜于千里之外。——《史记·高祖本纪》
189.勿以恶小而为之,勿以善小而不为。——《三国志·蜀书·先住传》
190.乐不可极,极乐成哀;欲不可纵,纵欲成灾。——吴兢《贞观政要·刑法》
191.夫祸患常积于忽微,而智勇多困于所溺。 ——《新五代史·伶官传序》



求新 名言警句

192.终日乾乾,与时偕行。——《周易·乾·文言》:一天到晚谨慎做事,自强不息,和日月一起运转,永不停止。
193.日新之谓盛德。——《周易·系辞上》:每天都有新的变化才是大德。
194.穷则变,变则通,通则久。——《周易·系辞下》
195.苟日新,日日新,又日新。——《礼记·大学》:如果能每天除旧更新,就要天天除旧更新,不间断地更新又更新。
196.天变不足畏,祖宗不足法,人言不足恤。(担心) ——《宋史·王安石列传》
197.德贵日新。——康有为《论语注》卷九
198.惟进取也故日新。——梁启超《少年中国说》
199.青,取之于蓝而青于蓝。——《荀子·劝学》
200.君子之学必日新,日新者日进也。不日新者必日退,未有不进而不退者。 ——程颢.程颐《二程集·河南程氏遗书》
201.为学须觉今是而昨非,日改月化,便是长进。——朱熹《朱子语类》卷八
202.欲穷千里目,更上一层楼。——王之涣《登鸛鹊楼》
203.沉舟侧畔千帆过,病树前头万木春。——刘禹锡《酬乐天扬州初逢席上见赠》

 

重义 名言警句

123.多行不义必自毙。——《左传·隐公元年》

124.义以生利,利以丰民。——《国语·晋语》

125.见利思义。——《论语·宪问》

126.见得思义。——《论语·季氏》

127.义,志以天下为芬。——《墨子·经说上》:义,就是立志把天下的事作为自己分内的事。

128.非其有而取之,非义也。——《孟子·尽心上》

129.生亦我所欲也,义亦我所欲也;二者不可得兼,舍生而取义者也。——《孟子·告子上》

130.先义而后利者荣,先利而后义者辱。——《荀子·荣辱》

131.临难毋苟免。——《礼记·曲礼上》:在灾难与危险面前,不要苟且偷生而失去做人的气节。

132.义之法在正我,不在正人。——董仲舒《春秋繁露·仁义法》

133.义者,心之养也;利者,体之养也。——董仲舒《春秋繁露·身之养重于义》

134.君子义以为质,得义则重,失义则轻,由义为荣,背义为辱。——陆九渊《与郭邦逸》


改过 名言警句

71.见善则迁(学习),有过则改。——《周易·益·象》
72.改过不吝。——《尚书·仲虺(huǐ)之诰》
73.与人不求备,检身若不及。——《尚书·伊训》
74.人孰无过?过而能改,善莫大焉。——《左传·宣公二年》
75.过而不改,是谓过矣。——《论语·卫灵公》:有了错误而不改正,这便真叫错误了。
76.以铜为镜,可以正衣冠;以古为镜,可以知兴替;以人为镜,可以明得失。——《旧唐书·魏征列传》
77.言者无罪,闻者足戒。——白居易《与元九书》
78.过而不能知,是不智也;知而不能改,是不勇也。——李覯《易论第九》
79.闻过则喜,知过不讳,改过不惮。——陆九渊《与傅全美》
80.有则改之,无则加勉。——朱熹《四书章句集注·<论语集注>卷一》
81.不贵于无过,而贵于能改过。——王守仁《改过》
82.秦恶闻其过而亡,汉好谋能听而兴。——薛瑄《读书录》卷十
83.改身之过,迁(发扬)身之善,谓之“修身”。——颜元《颜习斋先生言行录》
84.忠言逆耳利于行,良药苦口利于病。——《增广贤文》


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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