計(jì)算機(jī)視覺頂尖期刊和會(huì)議的段子

CVPR/ICCV/ECCV常見論文:

1. 我們?cè)趇magenet上提升了0.1%！

2. 研究生梯度下降(graduate student descent)是最重要的技術(shù)！

3. 我們很快將釋放代碼，也可能用很長(zhǎng)時(shí)間。

4. 我們是第一個(gè)把transformer用到這個(gè)任務(wù)的！

5. 我們采用了更多的計(jì)算資源，發(fā)現(xiàn)很老的一個(gè)基線方法是最好的！

Neurips:

1.我提出了一個(gè)新的任務(wù)，盡管可能沒什么實(shí)際意義。

2.經(jīng)過精心挑選，我們的結(jié)果看上去不錯(cuò)！

3. 我們提出的方法在我們生成的非公開數(shù)據(jù)集上很有效！

ICML:

1.我們證明了五年以前大家都知道的東西！

2.我們有很復(fù)雜的連自己也看不太懂的公式。

ICLR：

1. 雖然我們是一個(gè)比較新的會(huì)議，但是我們?nèi)匀辉诒梢曟滍攲印?/p>

2. Open review不代表我們論文質(zhì)量高，可能只是我們臉皮厚。

AAAI

1.我們的審稿人看不懂我們做了什么，反正通過了。

2.我們將已有方法運(yùn)用到了新數(shù)據(jù)集，發(fā)現(xiàn)它超過了SOTA 1%！

3.我們發(fā)現(xiàn)把已有模塊插入到當(dāng)前的任務(wù)，可以漲點(diǎn)！

IJCAI

1. 我們的中獎(jiǎng)率只有不到15%，真的不是水會(huì)，CCF別踢我。

2. 不是我們實(shí)驗(yàn)不夠，六頁真的啥都放不下。

3. 沒錯(cuò)，我們的論文如果能投三大會(huì)我就投三大會(huì)了，投IJCAI實(shí)在沒辦法，日子總還是要過的嘛。

---

發(fā)現(xiàn)有很多人看，所以再擴(kuò)展到一些非CV類會(huì)議。

SIGGRAPH

1. 只要錄取率足夠低，圈內(nèi)都是自己人，把圈外人門關(guān)上，焊的死死的。

2. SIGGRAPH可不是像水會(huì)，我們CG就這一個(gè)頂會(huì)，質(zhì)量杠杠的。別看了，說的就是你們，視覺三大會(huì)一個(gè)比一個(gè)水。

3. Incremental的方法都不能發(fā)表，至于你要問我什么是incremental，demo視頻PS地不好，就是incremental，外人我不告訴他。

ICRA/IROS

1.我們引用了30篇非常相關(guān)的論文，沒錯(cuò)都是我們的論文。

2.我們研究了人與機(jī)器人的交互，但是可能沒有人能用得到。

3.我們將機(jī)器學(xué)習(xí)應(yīng)用到了已經(jīng)解決的問題當(dāng)中，發(fā)現(xiàn)它可以達(dá)到相似的效果。

4. 我們也做了SLAM，但是比其他論文好2%。

5. 我們的sensor很創(chuàng)新，但是你們可能買不起。

6.我們又一次在模擬器中取得了完美的效果！

EMNLP：

1.我們?cè)谀硞€(gè)特定的任務(wù)上取得了提升，但是可能在你的數(shù)據(jù)上不work。

2. 你只需要這個(gè)簡(jiǎn)單的trick即可。

3. 我們的神經(jīng)網(wǎng)絡(luò)模擬了人腦思考的過程，可能對(duì)你的任務(wù)有一丟丟幫助。

4.預(yù)訓(xùn)練加bert真的很有效。

5.我們?cè)诖笠?guī)模數(shù)據(jù)集上驗(yàn)證了結(jié)果，但是你想要復(fù)現(xiàn)，可能還需要一些運(yùn)氣。

---

下面是部分出處，點(diǎn)贊后存哈！