老大让我加班, 我断然拒绝。

拒绝无效加班
作者曾是一位非常听话的员工,但经过一年多的时间,他逐渐意识到只顺从不会得到应有的尊重。他开始变得更有主见,不再轻易妥协。尽管知道这种态度不受老板欢迎,但他坚持认为工作时间应该高效利用,而不是无休止地加班。

曾经是一个很听话的员工,老大让我干什么,我就干什么。1年多了,我渐渐地发现,顺从的人,只会被当做工具。

我不知道老大的朋友什么的会不会看到这篇文章,不过没关系,就算亲口对他说,我也能说出来,但不到迫不得已,我会沉默。

昨天,他跟我说:周末可能要加加班

我说:为什么?

他:怕进度赶不上,你没有什么事吧?

我:有点

他:什么事?

我:我答应了要回家。

他:我晕

没有人能了解回家对我来说有多重要,即使我每周都可以回家。

说实话,我对这个团队,十分失望,一年多了,无论这个团队多么潦倒,多么落魄,我都在坚持着。

不是老大有多么大的魅力,而是,我做事就是这样,不到一败涂地,就不轻言放弃。

我由一个很听话的员工变成了现在很有主见、不轻易妥协的员工。

即使我知道这样的员工没有老板喜欢,可是,我喜欢。并且,这是这个团队打造出来的我。

工作很认真,毫不谦虚,我可以在上班时间内用尽100%的精力去工作,上班时间我从不开QQ、开新闻,任何娱乐的事情都被我拒之门外。

我不认为我的工作态度会给这个团队丢脸。

可我拒绝加班,我已经在工作时间把所有精力花光了,我找不到能说服我加班的理由。

是的,我凭什么加班?

就拿这次的事来说,你案子都出得断断续续的,出一个功能,我给你做一个。

我不介意这样没有秩序的任务安排,也不介意你的案子虎头蛇尾,我都能谅解,因为大家确实很忙,时间很赶。

但,我不能认可这作为我们加班的理由,我要的是一个有效率的团队,而不是什么事情什么漏子都拿时间来补救。

用时间来补救事情的,是最低级最容易想到的方式,大家总以为这很有用,其实一点用都没有。

常常在上完班之后整个人会虚脱,虚脱的状态至少维持1个半小时,因为我已经把所有精力花光了。

不知道大家有没有试过聚精会神地去做一件事,哪怕至少持续1个小时,也会在那之后累得一塌糊涂。

而我,持续了8个小时,当然,我有吃饭上厕所。

我不加班,不代表我是一个不上进的人,我不加班,可我每晚都在学习,在充电。

也许有人会问,你有精力学习,就没有精力加班。

抱歉,真是这样,我不想解释,但一个人是无法长时间对着一件事情的。

码农就非得加班?

你是老大我就非得听你的?

不,一个上班时间偷懒的码农才需要加班。

不,你是一个值得我敬佩的老大,我才会听你的。

每天10点钟起床,你当然觉得加班没什么。

我每天7点45起床,你认为我起床的时候不困?

我只是觉得,作为一个男人,连起床这点意志力都没有,能做成什么事情?

如果说,码农加班是现实。

那么,就由我来打破这个现实。

---------------------------------------------------------------------------------------



校内赛实现思路 💡 由于校内赛的视觉特征较暗,传统的阈值检测无法满足需求,故此提供一种新的实现思路供参考使用。 一、 总述 这是我们的本次校内赛上所用到的装甲板效果,不难看出这和RM赛场上的的装甲板的视觉效果极为相似。 1.1 概念定义 为了方便,我们对装甲板名称做如下定义: 灯条:装甲板的两侧发光区域称为“灯条”。 锁定:通过算法对装甲板在画面中的位置姿态精准检 噪点:画面中出现的非目标干扰因素 1.2 思路概述 在上述这种视觉效果的背景下,传统的阈值检测逻辑断然是无法识别出装甲板。由于我们只能在画面中发现灯条区域,所以就急需一种可以仅仅通过灯条就可以发现装甲板所在位置的算法逻辑。 我们可以将整个识别-锁定过程分为如下几个阶段: 图像预处理 → 灯条检测 → 灯条匹配 → 结果筛选 二、 图片预处理 2.1 处理思路 在以往思路中,我们为了完成阈值检测往往需要先将图片从 BGR 格式转化为 HSV格式。但是这种格式往往存在大量的性能损耗,并不能满足我们赛场复杂变化的高实时性需求,为此我们引入一种新的思路。 由于装甲板启动后,摄像头画面中灯条区域具有明显的高亮显示的视觉特征。基于此,我们可以通过将图像二值化的方法轻松发现画面中高光区域(灯条)。因为二值化后得到的是一张单通道图像,基于此图像对后续进行操作将远比三通道的的 HSV 图像更有性能优势。 于是,我们可以得到这样一张图片。 三、 灯条检测 3.1 处理思路 我们对目标区域提取轮廓便可以获取到灯条区域。但是,我们的相机画面中往往存在许多其他发光元素,导致我们得到的轮廓区域会掺杂大量噪点。 为此我们需要设计一个灯条过滤函数来排除噪点。针对此,我们需要有一个准确的灯条模型以及状态范围。 首先我们需要先将画面中己方颜色灯条过滤,这并不难,我们只需要计算每个灯条区域像素快在原图中的 R 和 B 值总和,通过比较大小排除掉敌方颜色的灯条。 然而此种方法仅通过两个通道的h值进行判断,并不能完全过滤掉非敌方颜色的噪声区域。我们还需要从灯条的物理特征下手。 通过观察不难发现,灯条的视觉特征宽高比例值约为满足 0.1 - 0.4。此外,通过经验总结可以得到一个经验数值:灯条的倾斜角一般在 35.0° 以内、 因此我们可以设计一个函数通过这两个关键条件筛选出目标灯条区域。 四、 灯条匹配 4.1 处理思路 解决完上述问题,我们应该得到了一组画面中所有满足条件的灯条区域。接下来我们需要对这些灯条进行两两匹配,从而找到灯条对应的装甲板区域。 在这个过程中我们需要设计一套精准的匹配逻辑剔除满足第二步情况但是非目标的噪点,以及由于装甲板旋转了特定角度导致只能拍摄到的单灯条。 类比上面灯条识别逻辑,我们依然选择从装甲板的数学逻辑下手,装甲板的灯条具有以下数学特征: 两灯条中心点之间的距离与灯条平均长度的比例满足一定的数学关系 两灯条中点相连得到的线段倾角一般: < 35° 两灯条比例一般满足:> 0.8 两灯条之间一定不会出现灯条 通过上述逻辑筛选,我们应该可以得到目标中所以所有满足条件的装甲板区域。 五、 结果筛选 5.1 处理思路 由于裁判系统只接收画面中最大像素面积装甲板区域,因此我们需要对上一步得到的装甲板区域进行面积计算,筛选出像素面积最大的装甲板区域后便可以传输给裁判系统了。
最新发布
12-03
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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