90后傅然弃学创业故事

身为90后,或许每个人都有创业的激情,但谁能相信他们可以成功?傅然出生于1990年,家在安徽省黄山市。在即将升入高二的2006年夏天,他出人意料地选择了退学创业,用傅然自己的话说:“上大学不是惟一的出路,我要退学创业,先人一步实现梦想。”今天敲墙简历网给您讲述这位90后的创业故事!

退学创业

傅然从小就是一个不爱学习、不服管束的孩子。他的学习成绩不算突出,电脑知识却在班里数一数二,是个公认的“电脑迷”。他7岁时开始接触网络,渐渐显露出在电脑方面的天赋。慢慢地,傅然开始尝试制作网页,“瞬间陶醉”、“就是黄山”等个人网站很受追捧。

傅然从小就有一个梦想:长大后办一个“有轰动效应”的网站。结束了高一的学习后,高考的逼近让傅然感到了前所未有的压力。与其按部就班地遵循传统的成长守则,做一个高考的失败者,不如提前创业。只是,创业做什么呢?前不久发生的一件小事给了傅然灵感。有一次,傅然的父亲出门没带手机,到街边的报刊亭内打公用电话。计费表上显示应付两毛钱,摊主非要收5毛钱。消费者总为投诉无门而苦恼,如果能创建一个公益性的投诉网站,消费者只要登录该网站就可以投诉,不受时间和地点的限制。当人气足够旺时,便可以出售广告位盈利。高二开学前,傅然将退学创业的想法告诉了父亲。傅然的父亲是安徽一所中学的教师,十分支持儿子的想法,不顾家人的反对,为傅然投资近1万元购置创业必需的设备,为网站建设出谋划策。

出师不利

退学后,傅然全心投入到网站的建设中。创建网站,注册域名是第一步。中文域名他用的是姓名的谐音“复燃”。傅然说:“我要用这个具有顽强生命力的名字激励自己,永不言败。”此后,傅然将网站的内容模块策划完毕,开始开发程序。这是一项耗费脑力的工作,傅然每天在电脑前编程,梦里出现的全是编程代码。经过两个月的奋战,“复燃投诉网”初具规模。傅然设计了一份调查问卷,在小区里抽样调查,但很少有市民对此感兴趣。上网的多是年轻人,他们的投诉意识不那么强,而年纪稍大、热衷投诉的市民,大多不习惯上网。网站上线的最初几个月,访问者只有寥寥几人,即使有消费者投诉,网站也没有实力请来政府部门的工作人员和投诉者交流。处理投诉需要政府部门的参与,网站不是短时间内可以发展起来的。傅然有些沮丧,难道创业真的这么难吗?

成功转型

第一次做网站便遭遇了“滑铁卢”,亲戚们纷纷劝傅然放弃创业,重回学校。傅然不甘心:世上有这么多人可以创业成功,为什么我就不行呢?傅然知道,投诉网难以为继,必须寻找新的机会。傅然整日遨游在网络里,他发现,中学生们将上网当成一种娱乐,游戏、博客都是他们的最爱。他突发奇想:何不将投诉网改成学生网,为学生们提供游戏、博客、音乐等方面的娱乐?和投诉网相比,学生网的操作更简单,自己也更有兴趣,如果在中学生中广为宣传,定能得到响应。网站的改版相对于创办而言,简单了许多。几星期后,全新的“复燃学生网”诞生了,为学生提供动漫、音乐、游戏等服务。网站开张仅15天,就有了40位注册用户,还吸引到了第一位“广告商”,用10元钱买下了“复燃学生网”的一小块广告位。

然而,网站要发展,坐等顾客上门是不行的,傅然打算以网站的名义在黄山市举办电子竞技大赛,一来可以扩大网站的知名度,二来可以通过赞助获得利润。拿定主意后,傅然策划出电子竞技大赛的比赛流程,在市内各大网吧、游戏厅里贴出了比赛启事。同时,傅然穿梭于商务楼宇,寻找赞助商。通过一个朋友的介绍,傅然找到一家开发游戏软件的科技公司。起初,这家公司不太相信这个只有16岁的孩子,但是,当傅然拿出大赛策划书,详细说了自己的想法,并让对方浏览了“复燃学生网”之后,这家公司的老总立刻对这个孩子竖起了大拇指,答应全额赞助此次比赛。此后,傅然又说服黄山市最大的网吧负责人,赞助决赛场地。比赛成功举办,200多人参加了初赛,60多人参加了决赛,“复燃学生网”小有名气。

因祸得福

2007年8月,傅然和朋友来到上海,筹办第二届电子竞技大赛。一天晚上,傅然从麦当劳吃完东西出来,突然,两个年轻男子从黑暗里跳出来,扭住傅然,让他把身上的钱都交出来。傅然很愤怒,他跳起来,一拳打在其中一名男子的鼻梁上。此时,很多人朝这里走来,两个男子见势不妙,只好丢下傅然跑掉了。这一幕被旁边一位香港商人目睹,傅然的勇敢打动了他,他和傅然攀谈起来。了解了傅然的创业经历后,这位商人决定出资请傅然做一个视频学习网站,并邀傅然入股。傅然说:“以后我要创立属于自己的公司:“我有满腔热血和干劲,不会觉得苦和累。我要拥有属于自己的财富和快乐生活!”转自-敲墙简历网

  • 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
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