深度学习小论文创新点的确定

1、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、后处理化

        3、结构替换：引入transformer结构、注意力结构、金字塔结构

        4、特定场景的应用：比如缺陷检测、水下检测、红外相机检测

2、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）

3、实验

        原则：1篇论文代码复现 >>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，同时做实验验证各部分设计的效果。