科研的本质就是创新,科研论文的目标就是通过有逻辑的科研过程探索发现新的东西,写出对应的论文被同行认可并最终发表。
那么如何快速发表自己的一作PAPER,这次我和一些CVPR、ECCV等顶会审稿人聊了聊,给大家准备了以下攻略,希望对大家有所帮助。
我跟几位CVPR、ECCV等顶会审稿人聊了聊,总结输出如下文,希望对大家有启发。
扫码0.01元领取
《顶会审稿人论文写作干货》
论文写作的分为四个顺序:阅读论文→确定创新点→Coding/实验→论文写作。
01
阅读论文
发表论文的前提是大量阅读论文!!!文献阅读分为三个阶段,初期找方向,中期重点突破,后期广泛涉猎。
初期读论文需要逐字精读,方向不必严格限定,感兴趣论文涉及的论文链都可以去读。一篇论文用时一天,英文论文+中文分享,前期阅读论文数量30篇以上,可以提高学术英语阅读能力和专业术语积累。
中期读论文要重点精读,严格限定研究方向和方向涉及的论文链。重点论文时间控制在半天,泛泛论文是一小时,重点论文重复读+源码学习,论文阅读数最好为10篇以上。了解学习技术演进、学习方法创新和整理创新方法链。
后期少数精读+大量泛读,不限定方向,自己重点方向+涉猎方向。
重点论文两小时,泛泛论文半小时,跟随研究方向的最新发展,了解其他方向的大致进展,思考创新点引进嫁接。
扫码0.01元领取
《顶会审稿人论文写作干货》
02
确定创新点
可以从以下四个方面确定自己论文的创新点:
1. 数据集的改动:噪声、几何变换、遮挡、光照条件、场景依赖
2. 模型的问题:模型体积、推理速度、收敛困难、非端到端、后处理优化
3. 结构替换:transformer、FCN、AE、
4. 特定场景的应用:通用模型考虑泛化能力—特定应用考虑专用性。比如夜间检测、水下检测、鱼眼相机检测。
扫码0.01元领取
《顶会审稿人论文写作干货》
另外就是要记住A+B+C/2.5法则
A:本研究方向的继承性创新点(自然演进)
B:其他方向的既有方法(嫁接到其他任务)
C:细节上的创新(数据增强/数据集/损失函数设计)
例如下面这篇CVPR2021: CutPaste,运用的就是A+B+C/2.5法则。
A:自然演进 cutout—cutpaste+B:既有方法 将自监督学习的pretask应用于异常检测+C:细节创新 高斯概率密度估计(GDE)判断异常
(CVPR2021: CutPaste)
扫码0.01元领取
《顶会审稿人论文写作干货》
03
Coding/实验
原则:1篇论文代码复现(至少读懂代码实现)>>跑通多个项目demo
1. 找到baseline论文的代码;
2. 在baseline代码上实现期望功能的最小化实现;
3. 逐步实现最终的功能代码,同时做实现验证各部分设计的效果。
04
论文写作
01:写作策略:
选择2篇左右的范文,去分析论文结构(Introduction)、重点词句(Related Work)、语言风格(Method)、实验设计(Experiment)、绘图风格(Conclusion)和故事设计(References)。
02:论文写作技巧
(1)论文写作技巧——注意标题
用⼀句话概括你所做的工作
考虑搜索引擎的影响,包含关键词
可以新颖一些
(2)论文写作技巧——首页加图
(3)论文写作技巧—Introduction直接列贡献
不用介绍各个部分如何组织的;
直接说做出了哪些贡献;
标明贡献位置。
这边也给大家准备了《顶会审稿人论文写作干货》,全部看完的话,写篇优秀论文不在话下。
扫码0.01元领取
《AI论文写作导论》
以下是论文写作干货详细大纲
《AI论文写作导论》
顶会审稿人主讲| 论文写作入门
第1课 科学研究的基本流程
1. 科学研究的定义
2. 人工智能与机器学习
3. 机器学习研究的基本流程
第2课 科学的寻找和总结文献
1. 文献的定义
2. 科学的寻找文献
3. 科学的总结文献
第3课 寻找研究痛点和研究方向
1. 寻找研究痛点
2. 寻找研究方向
第4课 常用的机器学习研究平台
1. Caffe
2. PyTorch
3. TensorFlow
4. Keras
第5课 常用论文的写作和绘图工具
1. 准备工作
2. 撰写方法章节
第6课 回顾和总结
扫码0.01元领取
《AI论文写作导论》