沒有導師指導,該如何自己選題發(fā)CVPR?
點擊上方“視學算法”,選擇加"星標"或“置頂”
重磅干貨,第一時間送達
來源|知乎
報道|CVer 編輯|Amusi
鏈接|https://www.zhihu.com/question/64566768
本文僅作為學術分享,如果侵權,會刪文處理
博士生在沒有導師指導的情況下,該如何自己選題發(fā) CVPR ?
https://www.zhihu.com/question/64566768/answer/284168257
鑒于你說你實驗室?guī)熜侄紱]什么墨水,實驗室也沒有積累,導師更是水。再加上跨實驗室去找別人合作涉及人情關系,導師關系,論文歸屬之類,更加頭疼。就不存在高票答案說的可以有合作伙伴實力加盟。
https://www.zhihu.com/question/64566768/answer/707903663
首先,必須要說明的事情是,發(fā)CVPR這個事情,或者概言之發(fā)頂會這個事情的基本常識:
雖然存在運氣成分,但是運氣只給那些已經有準備的人。不要以為只要你投了,就有30%的概率中。大量的文章,在reviewer眼中幾乎可以一眼就拒絕掉。這樣的文章,不管你投多少次,結局是早已注定的。
發(fā)頂會,必然是需要個人努力的。但是你必須要做好長期努力的準備。換句話說,一兩年內沒效果也沒有什么好奇怪的。你努力了,別指望一定就有產出;但是你不努力,必然顆粒無收。
頂會也只能是敲門磚,更重要是的是你的個人能力。好好實習,編程牛逼,硬件無敵,有一技之長一樣可以進好單位。
其次,在我眼里發(fā)頂會的必要條件,換句話說,最低要求是:
語言要過關:如果你英文不好,說半天說不清楚,肯定是不行的。語法,行文,這些都可以說必不可少的。沒人會接受一篇,根本讀不懂的文章。也不會有人愿意一篇到處錯別字的文章。六級不過,那就注定只能是別人幫你寫文章,你掛名。另外科學寫作和其他的英語行文也不一樣,即便你過了六級,也不見得就達標了。
故事要合理:具體怎么講故事,因人而異,就跟拍電影一樣,每個人都可以不一樣。但是,你不能在自己的故事里面有明顯的瑕疵。比如前面埋了坑,承諾了某項優(yōu)點,后面結果中卻缺失。比如故事的邏輯推斷不符合常理。……總之,你最起碼要能自圓其說。
結果要過關:不管怎么繞,你沒有可能在頂會上發(fā)表一篇明顯比SoTA更差的文章。注意這里所謂的結果是個抽象概念,而不是具體的指標。如果別人準確率比你高,你可以跟人比速度,如果比人速度比你快,你可以跟他比消耗資源……總之,你要有一技之長,給你的方法定位準確的目標客戶群。
話題要貼切:不是做圖像的,都應該發(fā)CVPR。如果在投稿的時候,你發(fā)現(xiàn)很難找到對應的track。那就說明了,你其實并不合適投這個會。比如混沌圖像加密之類的話題就不合適。
長的要好看:我猶豫再三,還是把此點列入。雖然reviewer不應該以貌取人,但是事實就是如此,長的不好看的文章,天生就被人歧視,又或者說,一眼就揭示出了投稿人的經驗缺失,從而悲劇。在CV領域,畫圖做表的功夫尤為重要。怎么才是好的,這個沒有固定答案,但是最起碼,你要保證所有圖表的一貫性,大小,字號,清晰度,長寬比,用色等等。當然如果你還在用word寫文章,那就當我什么都沒有說好了。
要有足夠的計算資源:注意這并不是一個絕對標準,而是一個相對的。比如,你就一塊GPU,那你還是別做imagenet這樣的物體分類任務了,因為你燒不起。但是,如果你做降噪的任務,那一塊好的GPU省省也夠了。如果你只有CPU,那做傳統(tǒng)算法也不見得就沒有出路??傊苛Χ小?/span>
要有足夠的編程基礎:至少需要熟練使用python,基本的圖像處理庫,如opencv,skimage之流,機器學習sklearn之流,另外加一門常見的深度學習框架。如果連基本的編程都不會,類是啥都不知道,那么還是先補全了吧。
要有足夠的理論基礎:不管是數(shù)學還是機器學習,你至少得要知道,你在干什么。指望把別人現(xiàn)成的代碼,改改就發(fā)頂會的,并不是不能做到。但是前提是,你得要真的知道每行代碼在干什么。因為,不管邏輯上多不合理的模型,只要python不報錯,你就能訓練。所以,你必須要靠自己才能確認代碼的確執(zhí)行了,你想要的算法,達到了你的預期,而非完全不管不顧當個黑盒子。很多人跟風說DL煉丹,雖然我不否認有黑魔法的部分,但是其中也有不少老手一眼就能看出會導致練不出丹錯誤。
要有足夠的時間:通常來說,從無到有,一篇頂會,基本需要3-9月的全職勞動。時間上的差別因人因任務而異。如果你沒那么多時間的投入,那沒啥好說的,洗洗睡吧。
要有足夠的執(zhí)行力:這其實和時間也很相關,但是經常被忽視。如果你指望在發(fā)頂會這件事情上,勤能補拙,不是說不可以,而是說,勤快并不能幫你太多——因為如果你不能在9個月中勤快發(fā)出第一稿去,那么幾乎可以說,你再好的idea也可能變的沒那么好了。因為9個月足夠其他人把之前的SoTA推進一截了。這意味著,你要重新做實驗,做比較。
要有足夠的鋪墊:這點至少我認為是非常重要的。雖然不可否認,有學生第一次投頂會就中了,但是很負責的說,在其上我所花的精力是那些有過準備學生的3-4倍。從現(xiàn)實的角度出發(fā),沒人打游戲上來就干boss的,你總要打野升級,有點經驗才行。
終于要說到選題了 —— 這反而是我并不太看重的部分。至少和能不能發(fā)沒太大的關系。
最后談談發(fā)文章本身
https://www.zhihu.com/question/64566768/answer/283971272
https://www.zhihu.com/question/64566768/answer/284352462
2、花血本買兩塊1080顯卡做實驗(這是2017年的回答,現(xiàn)在應該得RTX 20系或者30系顯卡了)
3、找一個方向深入了解,復現(xiàn)SOA的工作
4、把SOA的工作應用到某個垂直領域并找到一份實習,賣掉自己的顯卡用公司集群做實驗
5、了解更多方向建立比較完備的知識體系
6、在實習的公司transfer到一個比較強的組
7、開始在某些SOA的工作上做自己的改進
8、fail,debug,fail,debug...某一天突然work
9、寫一篇paper并邀請有經驗的同事peer review
10、good luck
https://www.zhihu.com/question/64566768/answer/221841077

點個在看 paper不斷!
