三体归零者和盘龙鸿蒙,云天明是归零者?三体人为什么不杀云天明

导语:虽然小说中并没有明确的提到云天明就是归零者,但是据文中放置黑线的细节就能看出云天明很有可能是被归零者截获的,云天明在三体中的地位肯定是很高的,不然三体人也不会把寸土寸金的飞船给他种地,还给他创造了一个小宇宙,而这些都很有可能是云天明出卖了人类核心机密才实现的,下面就跟着探秘志小编一起来看看吧!

云天明是归零者?

20041be665e27b59c51aff1f6d0249ff.png

根据小说三体中的描述,并没有指出云天明是归零者的身份,但是很多人还是根据一些细节猜测过,他们认为云天明并不是被三体截获,而是被毁坏三体的人截获了,也就是比歌者更高一层的文明,他们的对手,很有可能就是归零者。

d88e33c88af231f2af571751119ae2c8.png

因为从云天明所写的童话中可以看出,他不仅知道降维打击,而且还知道更高维度的生命形态,而歌者文明曾经表明降维打击只有星际文明才知道,三体舰队在战争中就已经被毁灭了,所以放黑线的肯定不是三体人,而云天明正好在这时又送了小宇宙给程心,就是因为他知道黑线扩散的后果,所以云天明很可能就是被归零者所截获的。

三体为什么不杀云天明?

46e008b2fc65e2ae92ee060932270d80.png

关于云天明的身份还有一种猜测,他们认为云天明在三体中的地位肯定不一般,因为三体人对待云天明可以说是大方过了头,在云天明大脑被发射之后,三体人不仅给了他身体,还让他在寸土寸金的飞船上拥有自己的空间种地,并且允许他操控智子,还给他造了小宇宙,并让云天明和艾aa在蓝星上幸福的度过一生,这个不愿养闲人的三体世界,虽然称不上三体中最厉害的文明,但也肯定不会千里迢迢的复活一个无用的人,还如此放纵他。

df768de5a99e7b9103a785ef3074110d.png

所以说云天明一定是对三体世界有用,才拥有了这么高的地位,有人猜测可能是出卖了人类世界的核心利益机密,但是小说中并无从查证,云天明被截获后,三体人做的第一件事就是解读云天明的大脑,因为此刻他是无罪的,所以他并不用死,在之后的那段时间,云天明可能在三体世界中担任了参谋的身份。

42ce075a5420f19b177fdb06154b1846.png

因为三体人所创作的诗歌和小说等,都有云天明的影子,以及后来三体隐藏自己文明的说辞,也是云天明的想法,在这过程中,可能就开始接触到三体的各种核心机密,比如光速曲率,黑暗森林,降维打击等,在得到三体人的信任后,便一步步建立起自己的威望,这可能就是三体人不杀云天明的原因吧。

结语:在小说三体中,并没有对云天明在三体中的地位做出明确的描述,云天明和艾aa结局也只用了几句话就结束了,但是从细节上很多人都纷纷猜测出了云天明对于三体的重要性。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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