Skip to content

记录state-of-art计算机视觉相关论文。

Notifications You must be signed in to change notification settings

starstar01/awesomeCV

 
 

Repository files navigation

ComputerVision

好记性不如烂笔头,更何况针对自己不熟悉的领域,没有工程实践,可能不了解论文的痛点。而且太多的awesome, 怎么也看不完:只收藏不看不如一篇一篇的看(git提交的原则也是自己已经看过,有收获,有疑点有吐槽)。一般一个领域的论文 大部分是前人的工作,只有少部分是自己的改进。

针对论文主要了解动机,算法改进(累积个领域的现状),纵向对比(该领域更新),横向对比(不同领域方法对比,实验效果对比,太多 的论文报喜不报忧,提高精度不说实时性,state-of-art对比不全面,有意忽略性能较近的算法,没有怀疑的精神,没有实际验证或对比 ,只会盲从。而盲从记忆,根本没有转化为自己用的机会)。

每天至少读一篇论文,更新一个commit,减少懒惰机会。

论文点评模板:项目组、解决问题,实验成绩,原因分析,改进措施,损失函数,训练过程,优缺点分析。

1、缺点分析只能在后续引文才会写,论文一般不会直接说自己的短处。

2、论文对比试验只会选择对自己有利的模型或数据集,要站在更全局方向考虑。

3、论文的关键trick,要对照代码解读,从论文找不到实践。

4、最重要的一点,每个对比和改进,要问原因,问第一性原理!知其然更要知其所以然。

20190411备注:看论文不要讲究数量和前沿,关键理论要吃透,要研究前因后果,多看代码,多复现问题。动手才能更进一步。

Please feel free to add more resources (pull requests)

About

记录state-of-art计算机视觉相关论文。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published