小窗幽记

1
“喜时之言多失信,

怒时之言多失体。”

 

高兴时说的话多半没信用,

发怒时说的话多半失体面。

 

2

“交友须带三分侠气,

做人要存一点素心。”


交朋友应该带着三分侠义气,

做人要保存一点素净心。

 

3

“守恬淡以养道,处卑下以养德。

去嗔怒以养性,薄滋味以养气。”

 

守安详恬淡以修养大道,

处低下卑贱以修养品德;

去掉怨怒以修养性情,

减少欲望以修养真气。


4

“先淡后浓,先疏后亲。

先达后近,交友道也。”


交朋友,要先淡薄而后浓郁,

先疏远而后亲近,先接触而后相知,

这才是交朋友的正确方法。


5

“轻财足以聚人,律己足以服人。

量宽足以得人,身先足以率人。”


不吝啬钱财可以集聚众人,
对自己严格约束可以使人信服,
宽宏大量容易获得人心,
凡事身先士卒才能领导别人。


6

“大事难事看担当,逆境顺境看襟度。

临喜临怒看涵养,群行群止看识见。”


遇到大事和难事的时候,

可以看出一个人是否有担当;

遇到逆境的时候,

可以看出一个人是否具有胸襟和气度;

遇到让人或喜或怒的事情时,

可以看出一个人的涵养;

在与众人同行同止时,

可以看出一个人对事物的见识。


7

“不可乘喜而轻诺,不可因醉而生嗔。

不可乘快而多事,不可因倦而鲜终。”

不可趁着兴奋而轻易许诺,

不可因为醉意而生嗔怒,

不可趁着快活而多生事端,

不可因为疲倦而办事有头无尾。


8

“安详是处事第一法,

谦退是保身第一法,

涵容是处人第一法,

洒脱是养心第一法。”


安宁平和是处理事情的第一方法,

谦恭退让是保护自己的第一方法,

海涵宽容是与人相处的第一方法,

闲逸洒脱是怡养身心的第一方法。

  • 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
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