hello blog

今天和毕业工作的师兄交流了两个小时,收货颇丰。

1.IT工作并没有想象的那么苦逼(起码从师兄的嘴里是这么感觉到的);

2.找到了我和专科生,职业生的区别:主要是发展潜力方面(但是我并没有实际体会到哪里不同,只是自动脑补了一下nba里面,高顺位新秀机会较多,所以成长较快),另外还有人际关系,也许这个是最重要的吧。在家靠父母,出门靠朋友,有一个档次较高的朋友圈,也许未来发展的会更加顺利;

3.我对成绩方面有了新的认识,在本科阶段,并不需要所有成绩都那么拔尖(不是说成绩不重要,挂科就惨了!!!),那样就容易陷入成绩的泥潭,每天纠结在课本里面,而我经常是学期结束了,课程就都还给老师了。也许我更需要的是增加实践的经历;

4.今晚的交谈中,看来还是跟着老师做事比较靠谱,外面的实习大部分只杂物,所以并不能太多的提高我的能力,所以外面的实习只要等到大四去做就好了;

5.现阶段我应该多去实践我的知识(其实这也是一年多前知道的道理,但是我现在才能体会的到,也许这就是纸上得来终觉浅,经验刷的不够,就是到不了这个境界),先不要去管技术方面的问题,找到好的想法,多利用身边的资源,比如说一些科创项目,多去开发一些和身边事物相关的产品,对以后求职很有帮助;

6.我现在需要在开发实践中认识到开发过程的全貌,培养自己整体性的概念;

7.需求是最重要的;

8.师兄说在大学要抓紧时间享受生活,把费时费力的事情都做掉(学车,恋爱,以及我暂时想不出的事情),这一点我觉的还是挺有道理的;

9.在本科期间我要练习好基础的东西,算法,操作系统(感觉师兄说的并不是操作系统的设计,而是操作系统的使用,尤指Linux);

10.翻墙软件还是用付费的吧,其实也不贵,用的时候去买一天的,也就1块钱(想想和迅雷是一样的);

11.对于是否考研来说,我现在还没有什么清晰的打算,师兄说如果有了明确想深入的方向,那就去考研,如果像我现在这种没有清晰方向的前提下,可以先去工作,工作后想深入再考研(不过这样会更加辛苦,旁边的另一个师兄就是这样过来的,考研时鸭梨山大),考研的一大好处就是能让我更加轻松的在上海落户(上海985的博士一定能落,985的硕士很容易落户,985的本科就呵呵了,广州,深圳来说,985的本科就可以了,but!!!in beijing 因为有名额限制海龟都呵呵!);

12.未来人工智能,嵌入式(可穿戴设备),大数据(结合云计算)是主流方向,模式识别(图片,人脸。。。),看来我应该多关注一下这些方面(话说大一一来老师就跟我说过这个趋势,看来又是需要经历才能感受到的东西,也许随着学习的深入我对这个会有更加深入的理解吧。);

好了,我也就记得这么多了,第一篇csdn的博客就起名叫hello blog吧,以后的总结就放在这里了,不是为了别的,就是为了见证自己的成长,多打怪,多刷经验。

  • 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