基础敏捷的四重门

出发点是经常看到有人问:我的团队该不该敏捷?

这里基础敏捷就是指敏捷宣言所说的敏捷:大卫张翻译:敏捷宣言的历史(敏捷宣言诞生记)| 真北敏捷低调分享

对文首问题的回答,并不是敏捷成熟度:真北敏捷 | 敏捷健康度成熟度

也不是诺基亚测试:ScrumBut鉴别器:诺基亚测试(Nokia Test)最新版

因为这两个是以解决方案为中心。要以问题为中心:从Cynefin模型看初中高级教练的区别

现实往往是混沌的:变革需跨越的鸿沟:TOC六层抗拒(TOC R6)

从混沌到基础敏捷,有四重门要跨过去:

  • 清晰结构:实现目标的最重要要素,是实现目标的人构成的清晰的结构。对个人来说,结构就是他的骨骼肌肉。这里说的结构,并不是画出来的静态的组织结构,而是真实运行的不断演化的结构。历史上不少以少胜多的案例,清晰的结构是成功的重要因素。一个王朝到了末年,结构表面上没变,但已经腐烂了,就像老房子。组织文化的五四三二一

  • 平等会话:组织中的人能平等对话。平等对话,是通向未来的机会,真正的生产力是每个人的智慧,发挥出来,就是财富。

  • 严密纪律:有愿景,也要有执行,纪律很重要,要内化到DNA。

  • 优先时间:每个人都很忙,是为什么?参与的事情,或许一大半可以砍掉。只把时间运用到目标上。不运用到目标上的时间都是浪费:催活儿与跟活儿

评估一下,你的团队包含跨过四重门的种子么?敏捷的四颗种子,没有就不能发芽。

真北敏捷群宗旨:求道,连接,以“敏”会友,以友辅“敏”。汇通天下有志之士,友士之识。

                                                                                                                                                                                                                                                                                                   

  • 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