当前位置: 首页 > 工具软件 > markdown-cv > 使用案例 >

论文经验 - 计算机视觉(CV)方向

轩辕嘉平
2023-12-01

前言

本篇博客介绍计算机视觉(CV)方向检索和阅读论文的一些经验。内容包含顶会顶刊介绍、检索论文、阅读经验、论文写作。

顶会顶刊介绍

若想更加详细的了解,可以参考 CCF推荐会议/期刊目录,本文仅从以下2个领域对常见的顶会顶刊进行总结:

顶级会议

A类

  • CVPR: International Conference on Computer Vision and Pattern Recognition
  • ICCV: International Conference on Computer Vision
  • ICML: International Conference on Machine Learning
  • NIPS: Annual Conference on Neural Information Processing Systems
  • AAAI: AAAI Conference on Artificial Intelligence
  • ACM MM: ACM International Conference on Multimedia
  • SIGGRAPH: ACM SIGGRAPH Annual Conference
  • IJCAI: International Joint Conference on Artificial Intelligence

B类

  • ECCV: European Conference on Computer Vision

暂无评级

  • ICLR: International Conference on Learning Representations

顶级期刊

A类

  • TPAMI: IEEE Trans on Pattern Analysis and Machine Intelligence
  • IJCV: International Journal of Computer Vision
  • TIP: IEEE Transactions on Image Processing

B类

  • TNNLS: IEEE Transactions on Neural Networks and learning systems
  • Pattern Recognition

检索论文

顶会期刊官网

  1. IEEE:IEEE Xplore
  2. CVPR 2020:CVPR 2020 Open Access Repository
  3. dblp_CVPR:CVPR
  4. dblp_ICCV:ICCV
  5. dblp_ECCV:ECCV
  6. And so on

综合数据库

  1. dblp:dblp: computer science bibliography
  2. arXiv:arXiv.org e-Print archive
  3. 百度学术:百度学术
  4. Google学术:Google 学术搜索
  5. 中国知网:中国知网
  6. 万方数据库:万方数据知识服务平台

特殊检索

  1. Paper with code:The latest in Machine Learning | Papers With Code
  2. Paper without code:Papers without code - where unreproducible papers come to live

GitHub

带有Awesome字样的GitHub仓库,一般会整理出对应方向的优秀论文。

例如:
目标检测方向:GitHub - amusi/awesome-object-detection
语义分割方向:GitHub - mrgloom/awesome-semantic-segmentation
GAN方向:GitHub - kozistr/Awesome-GANs
图像上色方向:GitHub - MarkMoHR/Awesome-Image-Colorization

公众号

  1. CVer
  2. 计算机视觉life
  3. 机器学习与生成对抗网络
  4. And so on

搜索步骤

中文文献
在中国知网、万方数据库、百度学术、谷歌学术等支持中文文献的检索数据库进行搜索。

外文文献
在对应方向的顶会期刊中搜索(例如计算机视觉方向的3大顶会),或在dblp和arXiv等综合数据库搜索。

阅读经验

注意事项

  1. 一开始看论文时不要追求速度,要尽量把论文中的所有知识点搞懂,打好基础,达到触类旁通的效果。
  2. 网上的博客可以辅助理解论文,但不能只看博客不看论文。
  3. 要给自己消化论文的时间,不能盲目的一直读论文,论文读累了可以考虑做其它事情,比如看代码、做实验、做项目,这样吸收效果更好。

论文命名方式

会议/期刊_年份_名称.pdf

会议/期刊_年份_作者_名称.pdf

论文内容(总结)

  • 方法简介:总体框架
  • 论文信息:标题、收录、时间、作者
  • 摘要:动机,贡献,方法,实验
  • 动机:困难与挑战,解决了什么问题
  • 贡献:贡献点,效果
  • 方法:总分格式,总体框架,详细介绍
  • 实验:定量实验,定性实验,消融实验
  • 结论:贡献,优点,不足,为何要读,对自己有何帮助,对他人有何借鉴意义

论文代码

  • 如果论文作者有代码并开源的话,一般在论文的AbstractIntroduction里会提到(可能在注释中)。
  • 如果论文作者没有代码,第三方有代码的话,一般在github上可以搜到。
  • 在paper with code网站上搜索,也可以知道某篇论文有没有对应的代码。

理解知识点

要搞清楚知识点的5W:What,Why,How,When,Where。
可以先搞清楚比较基础的3W:What,Why,How;再搞清楚2W:When,Where。

  • What:定义,即含义。包括理论含义和抽象含义。
  • Why:为什么,即动机。解决了什么问题。
  • How:怎样做的,即流程。解决问题的过程。
  • When:时间,即什么时候使用。
  • Where:位置,即用在哪里。

理解公式

  • 理解公式时,先搞懂这个公式的作用,然后摸清各个符合代表什么,根据后面的解释进行理解。
  • 如果不行,上网搜相关博客进行理解。
  • 再不行看参考文献和参考文献的参考文献。
  • 再不行请教学长学姐。

解释公式

  1. 作用
  2. 符号
  3. 原理

20分钟速读英文文献

前提:有道词典取词划词插件。


5+5+10分钟:

5分钟摘要,动机+贡献。

5分钟整体网络架构。

10分钟细节(方法细节+loss函数)。

工具

  • Adobe Acrobat:专业级PDF文档查看器/编辑器,可以组织页面,编辑页面,高亮,标注,导出为docx格式。
  • Typroa:Markdown语法编辑器,支持LaTeX数学公式,支持代码块高亮,可做笔记。
  • 有道词典:包含取词和划词插件,设置开机自启。
  • 思维导图:按分类记录自己已读论文、在读论文和要读论文。

笔记

  • 论文总结
  • 基础知识
  • 英文专属名词

论文写作

LaTeX教程及LaTeX数学公式请参见我的其它博客,链接如下:
LaTeX教程
LaTeX数学公式

英文写作注意事项:
内容暂略。

 类似资料: