1樓：梓田
要明白這個問題，首先要了解，我們喝進去的酒，究竟被分解成了什麼？
酒精，也就是乙醇（CH3CH2OH），幾乎在消化道的各個部位都能被吸收入血液，在血液迴圈的過程中流入肝臟[在肝臟的生物轉化作用下，有毒物質被減毒，營養物質被轉化並保留]。
乙醇在肝臟中被氧化成乙醛（C2H4O），乙醛被繼續氧化為乙酸（C2H4O2）。乙酸則在一系列複雜的氧化呼吸反應中被分解為水和二氧化碳(被撥出)。
1.乙醇。乙醇對神經系統有麻痺作用，它會造成醉酒者反應遲鈍，漸進性的增加患老年痴呆的危險。大量乙醇則會影響重要的生命活動中樞，造成心跳和呼吸紊亂，威脅生命。
2.乙醛。蛋白質是人體各組織器官的重要組成成分，乙醛主要與人體內蛋白質發生反應，改變蛋白質的結構，影響蛋白質功能，最終造成各器官的功能損傷。
3.乙酸。乙酸本身無毒，但大量乙酸會影響體內的酸鹼平衡。
當然，這些物質在體內都是可以代謝掉的，所依靠的物質就是酶。
代謝乙醇用的是乙醇脫氫酶。
代謝乙醛用的是乙醛脫氫酶。這種酶負責將乙醛轉化為無毒的乙酸，進而分解成水和二氧化碳。其中催化能力最強的是乙醛脫氫酶-2型，然而不幸的是，大多數黃種人體內的這種酶含量都不高，這也是喝酒臉紅的原因。
既然如此，有的人天生酒量不高，為什麼還能練出來？
那是因為除了乙醛脫氫酶-2型外，我們體內還有乙醛脫氫酶-3型，這種酶含量不高，但可以被藥物（醒酒藥）或特殊食物（飲酒）所誘導產生，這種酶多了，酒量自然也就高了。
傳統目標檢測方式還能做嗎？
hangh 建議別再走彎路，深度學習能幹死傳統演算法不是沒理由的 傳統演算法難做，一是難建模目標特徵，二是難寫演算法實現，比如目標檢測的lcm演算法，或者識別的dpm演算法，對這個做改進，找到前景和背景邊緣某種特徵差異並針對提出演算法不是乙個研究生能搞定的 傳統演算法結果遠不如深度學習，一碰見目標弱...
目標檢測領域還有什麼可以做的？
機器有顆玻璃心 還有好多可以做呀 比如醫療中有問題的紅細胞，腫瘤一類的。還有X光下的物體識別，安檢用。高壓電線上絕緣子破裂的識別。工廠木板的平滑與否。我覺得好多沒有做呢。 沒有setting就創造新的setting啊！跨資料集怎麼訓練，少量標註 few shot，zero shot 怎麼訓練，能不能...
如何處理（目標檢測）資料集中的ignore region？
赫拉迪克方塊 首先，我們想一下為什麼要標註 ignore region？據我了解，很多資料集中標註 ignore region 是為了避免歧義或者降低標註成本，比如 一大塊區域含有很多某個類別的物體，但是標註他們沒有太大的意義，比如遠處的人群 有可能產生歧義的物體，比如標註 human 的時候有一些...