桑树

2006年的春节,我带着剪刀和细绳,踏进了离开了已经2年的大学园。准备参加一年一次的宿舍聚会。时间还早,我还是先去看你吧。

<o:p> </o:p>

远远就看到花园了,离你越近,我的心跳就越快。我怕,怕这一年下来,寒风、暴雨、干旱、寂寞,你都熬得过吗?谢天谢地,你还好好的呆在那,已经有<st1:chmetcnv tcsc="1" numbertype="3" negative="False" hasspace="False" sourcevalue="1" unitname="米" w:st="on">一米</st1:chmetcnv>半高了。只是,去年的寒风吹走了你的叶子。不过在你枝头上已经充满快乐,因为有嫩芽就是有希望。我高呼近了你,惊奇的发现,你的枝叶曾被修剪。是她帮你修剪的吗?她来过看你吗?我问到你,但你并没有回答。我开始陷入到回忆中。

<o:p> </o:p>

天,我把你从顺德家中带到广州的学校。你还是那么是弱小,只是在寸来长的茎上,长出了两条嫩芽。你知道吗?你身上寄托着一份来自乡村的爱与希望。

<o:p> </o:p>

       我把你交给她,并叮嘱要爱护你,淋水、施肥……

      

       时间流逝,我和她的感情,就像你一样,在发芽,在成长。这天,她告诉我,你已经长大很多了,原来的盆子已经不够空间了。于是,我从家中取回更大的盆子。好让你住入更大的房子,更好地成长。我俩一起动手,给你换了房子。俩人一花,是多么的快乐,温馨。不到一个月,她告诉我,你已经长大了,有半米高,我很高兴。

      

       天,刮风,好大的风,把男生宿舍、女生宿舍的门窗吹得砰砰响。我接到她的电话,电话中,她焦急地告诉我,你被风吹走了,从九楼的阳台直摔到地面;风太大,等风停了,我们再去看你吧。我愣住了,天,你该不会有事吧。

<o:p> </o:p>

       风小了,我和好迫不及待地冲到一楼看你。哎,你几乎可以说是粉身碎骨,树杆从离土几寸高的地方断开了,连着树杆的根已经没剩几条。最让我生气的是,你那巴掌大的叶子,竟被别人摘下,又随意的丢到几<st1:chmetcnv tcsc="1" numbertype="3" negative="False" hasspace="False" sourcevalue="10" unitname="米" w:st="on">十米</st1:chmetcnv>外。更可恨的是,在你的断肢上,竟有好几个脚印!

<o:p> </o:p>

       我把你种回原来的小盆里,和你填上新土,淋水。几星期后,你的情况好转,又长出了几根嫩芽,就像刚从家里取来时一样。我把你交还给她,让你住在她宿舍,并叮嘱了几句。

<o:p> </o:p>

       一天天的长大,我们走到我大4的下学期,快要毕业了。多翻考虑后,决定把你种到开水房旁的小花园中,那里有园丁管理。

<o:p> </o:p>

       你一定还记得,这是我们三人最开心的一天,照毕业照了,我向爹妈介绍她。她很和善,很快就和我妈聊起来,并带爹妈去看你呢。这或许是我一生中到现在为止最幸福的一个画面。

<o:p> </o:p>

       留在广州做程序员,她到了梅州的山区工作。那里没有马路、公交,我只能将一切思念寄托在电话中。她根本没有假期,也从没特意请假来看我。

      

祸不单行,这句话应在我身上。老爸重病,全家陷入经济、心理的困境。她,也只是顺路出差时来看了我爸一次。

<o:p> </o:p>

       情话,越来越少、吵架越来越多。我一次又一次地无法压制心中的愤怒,恨恨地骂了她。可以说这一年,我俩都在电话中吵架中过。你说可悲吗?连吵架都要隔着电话。恐怕说不是的只有中国移动了。我开始怀疑电讯业是在拉近人与人之间的距离,还是正好相反!也忘了是从哪天开始。她再也没有打电话给我,我也没有再找她。

<o:p> </o:p>

       2005年的春节,宿舍的同学在学校聚会,我去看你了。

<o:p> </o:p>

阵风吹过,把我从回忆中唤醒。我剪下你不整齐的枝叶,把它们插到你旁边的土壤中。希望明年再来看你时,你已不再寂寞!



内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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