阿里巴巴宣讲会归来

     昨晚跑南大本部去听了阿里巴巴的宣讲会,顺便还参加了一场比试,比试被我搞水了……

 

     宣讲会来了两位大佬:鲁肃和愚公。愚公这名字早有耳闻了,他的《大道至简》也看过,好书!他的宣讲也比较有实干,多少能学到点实实在在的知识;鲁肃的演讲内容就比较空洞了,有炫耀的感觉,讲了很多支付宝成功的经历。宣讲会嘛,就是给公司做宣传的,好把人讲得热血沸腾,争着来加盟~但他的话语又不是很有渲染力,听着就没什么感觉了,怪不得愚公要开玩笑的讽刺他说后排都睡倒一片了……

 

     我一直不喜欢做考试,于是这场笔试也被我搞水了~但我还是挺喜欢阿里巴巴出的题目的,纯死背记忆的东西不多,还有些开放题可以自由发挥(这种是我的最爱!)。郁闷的是Java题的第一道就被我弄混了,是一道字符串的比较题。考的内容就是比较字符串用“==”会有什么结果,显然都是false的,因为String不是基础类型。但败在最近在学Python,Python里对字符串变量有缓存机制的,只要长度不是太长(我机子上是20个字符),都会只用同一块内存空间保存内容。所以看到题目上就那么几个字符,我想都没多想就选了都是true了……但我Java重来都是用equal的啊,有点冤~再说这种错误就算犯了,单元测试里马上能发现的啊~嘿嘿。

  • 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