图表
📈作为一种直观展示研究成果最有效的方式。- 在点开一篇论文的时候,一般我们都是首先看
标题
,接着扫一眼摘要和第一个图表📈,然后看两句引言,正文是不怎么会看的,全都是通过一连串的图表来汇总论文信息。最后读一下结论。 - 需要大量阅读文献的时候,甚至只看论文标题和图表。一般读者的阅读习惯是这样,期刊审稿人其实也一样。而且他们看了太多太多的已发表的和投稿的论文,所以对所指
清晰且信息丰富的图表
那肯定是更加敏感。 - 把图表做好,能让审稿人特别感兴趣,会大大提高过稿的机会。
相对来说,增加图表设计,这样才能让你的结果或者结论更加“炫酷
”地展示出来。知名论文基本上清一色的在首页展示Figure 1图表📈
:
同理,我们在写作的时候,也可以 绘制一张类似的性能对比图
性能对比图适用🔥🔥🔥
目标检测任务、图像分类任务、图像分割任务、Transformer系列任务
漂亮的论文怎么能少得了一个对比图表(YOLOX / YOLOv6 / YOLOv7 / YOLOv8同款)
以 最新CVPR2023 录用论文 YOLOv7
为例:摘要右侧图表📈
直接看性能对比图就一目了然:YOLOv7的性能表现超越其他对比的YOLO模型(作者写论文的时候的模型表现)