再见,2011——写于2011岁末

本来以为昨天已经把所有工作相关的事情忙完了,结果今天又度过了紧张的一上午,算是把春节前最后的一点帐还完了。今天是春节放假前的最后一个工作日,忙了一整年,希望每个兄弟都能学到自己该学到的,得到自己该得到的,同时创造与众不同的价值。

昨天一天都是琐事,除了帮助新入手mac的兄弟解决一些技术问题,还有其他一些杂事,一直持续到晚上8点多,羽毛球都没打成,还好赶上了和兄弟们的饭局,感谢一路走来的兄弟姐妹。
2011对我来说是艰苦而有收获的一年。年初制定的一些目标,有些没有实现,有些实现了,当然也达成了一些计划之外的成果。简单盘点:
 
1、通过微博、推特、InfoQ、CSDN等媒体平台结识了更多业内好朋友,甚至有素未谋面但相谈甚欢的,开阔了眼界。
2、写了更多可以放到博客上的文章,并把博客从CSDN迁移到了博客园。
3、经过断断续续的练习,2011年基本解决了英语听力的问题。作为非英语工作环境的人来说,要达到更高层次,还需要艰苦的努力。
4、主持了QCon北京大会的设计优良的架构专题,并做了并做了企业级软件的组件化和动态化开发实践的主题分享。

在2011年QCon北京大会上的主题分享内容——Keynote

5、按照计划学习了一门新语言:Ojbective-C,现在达到略懂的程度,希望2012有合适的软件作品问世。

6、作为已经超过35岁的老同志,依然保持了编码的习惯,开发过程中经常提刀上阵砍人,不胜唏嘘。写了一些技术+人文类的分享。
细节影响成败——一次前端调试引发的思考

领域驱动设计和实践

7、关于人文,也有了一些更深刻的认识,比如对财富与价值认识,对自由和健康的认识。每个人生阶段对这些平时耳濡目染的概念理解是不一致的。人应该去追踪什么,不是财富,而是价值。无论你在打工,SOLO,还是创业,只要你的个人能力能够转化为价值,财富只是附加值。财富就在那里,你随时可以去拿回来,所以重要的是提升自己的心智和能力。对于自由,健康,曾经写过两篇文章专门来阐述自己的想法。
自由主义者的周一和周五

健康,运动,习惯

8、读书的进度比往年好了很多,扫荡了不少技术类和人文类的书籍,还有些是重读。阅读总是让人感到愉悦,所以2011年又购入了大量书籍,需要继续战斗。

书与读书——一个普通读者的思考

9、我在现在的公司已经工作了6年多的时间,团队从几个人变成了几十人,并在2008-2010年期间保持了惊人的零离职率。进入2011年,我们从事的这个产业正在发生巨变,仅从技术角度就可以感受到这种翻天覆地的变化。电子商务、移动互联网、云计算、大数据,各种新兴领域层出不穷。浮华还是盛世?外界的繁华总会引来动荡,开始有人离开,也有新鲜的血液加入,我们经历了产品延期,我们有过紧张的加班,遇到了各种问题。同时,我们为未来奠定了坚实的基础。相信2012年会有收获。

寻找团队成员

10、关于创新,这是一个被提及最多的词汇,一些思考:
11、继续承担了Apple义务推销员的角色,目前团队的macbook个数已经从2009年的一个到2011年的5个。

引子——从Mac OS X的Lion说起

12、除了技术,越来越喜欢上了演讲和做Keynote的过程。演讲是自我表达的重要手段之一,我觉得好的演讲就像一个精彩的舞台剧,不仅能影响别人,还能给听众带来愉悦感。几点心得:演讲除了演讲者的表达能力之外,Slide也很重要。如果是公开演讲,首先每张Slide上字一定要少,要醒目。长篇累牍是大忌。每隔10分钟左右,通过某个Slide调节一下气氛,能让大家笑一下最好。不要通篇一个效果,适当增加效果配合场景,有时有奇效。创意很重要。
 
夜已深,凑了12条,差不多了。
 
2011,让我们记住那些希望记住的。2012,让我们忘掉那些需要遗忘的,轻装上阵。生而有梦是幸福的,在这个非常现实的现实世界里,保有梦想是一件让人想起来就感到温暖的事情。老罗曾经说过,不被嘲笑的梦想,是不值得去实现的!为了梦想,一路向前,不停奔跑。
 
 

转载于:https://www.cnblogs.com/chijianqiang/archive/2012/01/20/bye-2011.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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