顶会作者一小时复现CVPR Best Paper！-CSDN博客

如果说做科研有什么必备技能，那么读论文一定是不可或缺的。

一个专业的研究员一年需要花上百小时在论文的阅读复现上,所以阅读的技巧很重要。

然而，最大的BUG是，很多科研er不是专业研究员，根本不知道该如何阅读并复现论文，更别说阅读复现的技巧了。。。

为了科研初学者扫清读论文的障碍，我们特意邀请了一位CVPR顶会论文的作者，给大家带来人工智能-CV方向论文带读！

扫码免费参与paper带读课程

赠导师亲自整理100+篇顶会论文合集

部分100+顶会论文展示

讲师简介：H老师

-毕业于中科院

-研究方向：多媒体检索，专注于文本-视频间跨模态检索

-以第一作者身份发表多篇顶会论文，包括CVPR,WACV等

-参与多项国际竞赛，以第一参赛人身份获得4项国际前三名和1项国际竞赛第四名，曾参加2021年CVPR 国际竞赛EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge，最终取得国际第1名的成绩

课程亮点

亮点1：领读人和论文精挑细选

由在CV、NLP领域耕耘多年的科研大神带你精读最新顶会论文，大神拥有顶会论文审稿经历，可充分把握人工智能领域发展的风向标。

亮点2：算法与论文齐头并进

逐句分析论文中各段落、语句之间的关系，算法创新模型与科研论文创作技巧并学，以深厚的SCI英文论文写作功力和深耕多年的科研经验带领大家层层闯关。

亮点3：全方位剖析，拒绝泛泛而读

针对论文，除了最基本的算法模型讲解外，更将从顶会审稿人的角度深入剖析论文价值，并讲解论文泛读/精读的方法策略、写作方法策略、复现思路、代码分析……

扫码免费参与paper带读课程

导师亲自整理100+篇顶会论文合集

更多cv顶会带读篇目：

CV图像分类(10篇必学主干网络论文)

Alexnet-深度学习CV领域划时代论文

VGGnet-开启3*3卷积堆叠时代

googlenetv1-提出多尺度卷积模块

googlenetv2-神经网络大杀器:BN层提出

googlenet v3-卷积分解及结构进化，超越人类精度

resnet-工业界标杆模型，最具影响力的卷积神经网络

googlenetv4-lnception与ResNet结构的尝试

ResNext:何恺明团队对ResNet重大改进

densenet:ResNet的改进

SEnet-引入注意力机制的卷积神经网络

论文阅读技巧原则:

1.批判性阅读。

批判性阅读涉及提出适当的问题。如果作者试图解决问题，那么他们正在解决正确的问题吗？作者似乎没有考虑过简单的解决方案吗？解决方案的局限性是什么（包括作者可能没有注意到或明确承认的局限性）？作者所做的假设是否合理？给定假设，论文的逻辑是否清晰合理，或者推理存在缺陷？如果作者提供数据，他们是否收集了正确的数据以证实其论点，并且似乎以正确的方式收集了数据？他们是否以合理的方式解释数据？其他数据会更具吸引力吗？

2.创造性阅读。

更努力，更积极的思考。本文有哪些好主意？这些想法是否还有作者可能没有想到的其他应用或扩展？它们可以进一步推广吗？是否有可能在实践上产生重大差异的改进？如果您打算从本文开始进行研究，那么下一步将要做什么？

3.做笔记。

标记最重要或可能有问题的数据。这样的努力有助于您第一次阅读论文并在几个月后不得不重新阅读论文时获得丰厚的回报。

4.阅读完第一遍后1-2段总结。

作者最初提出的问题以及他们提供的答案。如果用一两句话来概括论文很容易，所以请返回并尝试通过概括主要思想中的三个或四个最重要的子要点来加深提纲。

5.与其他工作对比。

这些想法真的新颖吗？还是它们以前出现过？一些论文提出了新的想法；另一些则实现了想法，并展示了它们是如何工作的。其他人则将先前的想法融合在一起，并在一个新颖的框架下将它们结合在一起。了解该领域的其他工作可以帮助确定论文的实际贡献类型。

如果你也有以下问题

1.无法透彻理解Paper，不能复现代码

2.无法提出创新优化，导致论文发不出

3.无法系统的学习深度学习知识