我用前世的五百次回眸换今生与你一次擦肩而过

  逝水流年中一点一滴累积起来的了解,面对面说话时再熟悉不过的声线,甚至在遥远的某处,隔过门或窗,墙壁或栏杆,百转千回绕过来,也能辨出那特质属于他。可声音穿过悠长的电话线,沉重地敲击心上,却忽然变得陌生,不知是空间不对,还是时间错位,想不透,这世界上许多真相多与自己听见看见的截然相反。

  有这样一个男生,像突然启动了开关,亮在你灰暗的毕业班生活里。温暖又忧伤的气息在灼热的空气里慢慢交错相触,逐渐融为一体。因为他某一个表情,你欢呼雀跃,血液沸腾。又因为他某一个词汇,你冰冻三尺,呵气成霜。

  我用前世的五百次回眸换今生与你一次擦肩而过。

  不要因为自己长相不如对方而放弃追求的打算,长相只是一时的印象,真正决定能否结合主要取决于双方的性格。我见过的帅哥配丑女,丑女配帅哥的太多了。

  谁都知道,世界上有一种自然现象叫海市蜃楼。

  和一个生活习惯有很多差异的人恋爱不要紧,结婚要慎重,想想你是否可以长久忍受彼此的不同。

  不要为了负责而去结婚。要知道,不爱对方却和对方结婚是最不负责的。即使当时让对方很伤心,但是总比让他几年甚至一辈子伤心强。

  真爱一个人,就要尽量让他开心,他开心了你就会开心,那么双方就有激情了。

  感情的事基本上没有谁对谁错,他(她)要离开你,总是你有什么地方不能令他满足,回头想想过去在一起的日子,总是美好的。当然,卑劣的感情骗子也有,他们的花言巧语完全是为了骗取对方和自己上床,这样的人还是极少数。

  生命若给我无数张面孔,我永远选择最疼痛的一张去触摸。

  有人说恋爱要找自己喜欢的人,结婚要找喜欢自己的人,都是片面的。恋人不喜欢自己有什么可恋的?老婆自己不喜欢怎么过一辈子?

  我想去相信一个人,非常想。

  气球飘摇到一定高度,就会啪一声毫不犹豫地爆裂。不像风筝,还要忍耐断线那一瞬间的剧痛。自由说白了,其实是没有任何再可以失去。我仅有的,也是我最后的底线。

  要有最朴素的生活,与最遥远的梦想,即使明日天寒地冻,路远马亡。

  因为是血肉相连的亲人。所以许多话反而就成为禁忌。交流是羞耻,亲近是羞耻。唯有通过相互苛求和中伤来表达对彼此的爱,才是理所当然。这是多么可悲的事实。

  在青春之书里,我们同在一行字之间。被窝是青春的坟墓。关于少年时代,冷暖自知,最朴素的生活,与最遥远的梦想。这一切将在被回忆肆意篡改的书写下,渐渐抽象成一些雾一样的尘埃,浮在梦境之外的空茫黑暗中,日日夜夜不停坠落,终会尘埃落定。在我们的希望和愿欲的深处,隐藏着对青春的默识。如同种子在雪下静静梦想。所以你要知道,我将在更大的沉默中归来。青春是生活最温暖的被窝,是生命最华丽的裙袂。

  可以假装看不见,可以假装听不见,可以假装没感觉。可是你偏偏刺痛了我最敏感最纤弱的那根神经。

  不管多大多老,不管家人朋友怎么催,都不要随便对待婚姻,婚姻不是打牌,重新洗牌要付出巨大代价。

  我庆幸,他因为信任我,使我成为他内心秘密的第一个知情者。他是一个喜欢男孩的男孩,那些年当我在寂寞而伤感地想念着他的时候,他也同样,甚至更为艰苦卓绝地,想念着另一个无法企及的人。

  若得其情,哀矜勿喜。

  你不会忘记我。你不需要忘记我。我对于你来说是那么轻,你可以将我当做星期日下午的棉花糖一样不时吃一下,调调生活的味儿。你一个人的时候你会想念我,想念我对你的执恋,想:我遇到过一个热烈的女子。

  也许一个人要走很长的路,经历过生命中无数突如其来的繁华和苍凉才会变的成熟。

  挂在遥远天边的美景。你朝它伸出手。其实是虚无的幻象。

  即使是我们每日看见听见的这个世界,还是与真实隔开了一段真空的距离。潜伏在大脑皮层呼之即出的谎言一旦加上善意的定语,就会变得像海市蜃楼一样美好,让人心安定下来以及另一种伪装成一味的退让和付出。其实只是为了逃避最终不可避免的宣判。

  • 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