神经网络论文常见创新点思考方向

几种常见的创作策略相结合：

1. 领域交叉将超分辨率的网络，改一改用到暗光图像增强
   只要说：“Inspired by… we apply it …”然后，说明一下这种改动什么需要进行，即说明直接应用超分辨率网络的缺点在哪里：“However， the SR-Net … So, we make the following changes …”

2. 数据角度
   比如针对某个任务，自己通过标注软件，在其他任务上已经公开的数据集上进行标注，或者是自己搜集一些数据。然后说：针对数据集的XX特性（比如正负样本不均衡），对XX网络进行了XX改进，从而适应了某种需求。如果有人看，我再续更~~~总之，尽量避免直接的在XX论文的基础上直接进行改动

3. 使用即插即用模块
   对于某个问题，比如图像分割里面有个fcn，能不能把各种attention用一遍呢？bam、cam、non local、senet等等，总有一个是别人没用过的。

4. 速度角度
   假设A论文解决了某个故障检测问题那么，既然是工业的问题，肯定要考虑速度这个指标进一步的，要提速，有哪些策略可以提速呢？可以去找找类似mobile-net、efficient-net这种论文，A论文肯定不会应用所有的策略，所以速度的提升空间肯定是有的，只要静下心来调参数。

原文链接：https://www.zhihu.com/question/426235983/answer/1569451982
作者：机器学习入坑者