├── .gitbook └── assets │ ├── hujunyao_Convolutional_modules_of_size_CxHxW_cuboids_convolutio_b883522d-ed6a-429f-99dc-4638e414e957.webp │ ├── hujunyao_Research_reports_and_papers_on_the_desk_watercolor_sty_4b1c4e56-8883-47eb-b54c-476544e2d679.webp │ ├── hujunyao_a_cute_woman_researcher_with_glasses_writing_a_paper_t_56694277-17f3-4a36-aa25-1576bb0b343c.webp │ ├── hujunyao_a_group_of_graduate_students_are_working_on_computer_p_88ca703c-9ae2-4261-9783-01d518120c27.webp │ ├── hujunyao_computer_screen_email_website_writing_an_email_waterco_5b3fee9c-378f-4627-9f64-892b587b6bb5.webp │ └── hujunyao_deep_learning_machine_learning_watercolor_style_2fcdb6b1-b745-494a-9b55-dcffff65ce3c.webp ├── README.md ├── SUMMARY.md ├── ability ├── academic-writing │ ├── README.md │ ├── basic.md │ ├── tpami-writing-guideline.md │ └── writing-and-rebuttal.md ├── literature-collection-and-summary-of-fields.md ├── ml-and-dl-fundamentals.md └── programming-learning.md ├── code-of-conduct └── academic-mail-writing.md ├── intro └── intro.md └── postscript ├── references.md └── update-logs.md /.gitbook/assets/hujunyao_Convolutional_modules_of_size_CxHxW_cuboids_convolutio_b883522d-ed6a-429f-99dc-4638e414e957.webp: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/NKvision428/Tasks_for_Rookies/41646bdadd2b3f857aab9c38fccdb4e09a20c45a/.gitbook/assets/hujunyao_Convolutional_modules_of_size_CxHxW_cuboids_convolutio_b883522d-ed6a-429f-99dc-4638e414e957.webp -------------------------------------------------------------------------------- /.gitbook/assets/hujunyao_Research_reports_and_papers_on_the_desk_watercolor_sty_4b1c4e56-8883-47eb-b54c-476544e2d679.webp: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/NKvision428/Tasks_for_Rookies/41646bdadd2b3f857aab9c38fccdb4e09a20c45a/.gitbook/assets/hujunyao_Research_reports_and_papers_on_the_desk_watercolor_sty_4b1c4e56-8883-47eb-b54c-476544e2d679.webp -------------------------------------------------------------------------------- /.gitbook/assets/hujunyao_a_cute_woman_researcher_with_glasses_writing_a_paper_t_56694277-17f3-4a36-aa25-1576bb0b343c.webp: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/NKvision428/Tasks_for_Rookies/41646bdadd2b3f857aab9c38fccdb4e09a20c45a/.gitbook/assets/hujunyao_a_cute_woman_researcher_with_glasses_writing_a_paper_t_56694277-17f3-4a36-aa25-1576bb0b343c.webp -------------------------------------------------------------------------------- /.gitbook/assets/hujunyao_a_group_of_graduate_students_are_working_on_computer_p_88ca703c-9ae2-4261-9783-01d518120c27.webp: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/NKvision428/Tasks_for_Rookies/41646bdadd2b3f857aab9c38fccdb4e09a20c45a/.gitbook/assets/hujunyao_a_group_of_graduate_students_are_working_on_computer_p_88ca703c-9ae2-4261-9783-01d518120c27.webp -------------------------------------------------------------------------------- /.gitbook/assets/hujunyao_computer_screen_email_website_writing_an_email_waterco_5b3fee9c-378f-4627-9f64-892b587b6bb5.webp: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/NKvision428/Tasks_for_Rookies/41646bdadd2b3f857aab9c38fccdb4e09a20c45a/.gitbook/assets/hujunyao_computer_screen_email_website_writing_an_email_waterco_5b3fee9c-378f-4627-9f64-892b587b6bb5.webp -------------------------------------------------------------------------------- /.gitbook/assets/hujunyao_deep_learning_machine_learning_watercolor_style_2fcdb6b1-b745-494a-9b55-dcffff65ce3c.webp: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/NKvision428/Tasks_for_Rookies/41646bdadd2b3f857aab9c38fccdb4e09a20c45a/.gitbook/assets/hujunyao_deep_learning_machine_learning_watercolor_style_2fcdb6b1-b745-494a-9b55-dcffff65ce3c.webp -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | # 💪 Tasks\_for\_Rookies 2 | 3 | > [网页版](https://nkcvlab.gitbook.io/tasks\_for\_rookies)浏览效果更佳。 4 | 5 | 欢迎来到[南开大学计算机视觉实验室](http://cv.nankai.edu.cn/)！ 6 | 7 | 新手任务共分为如下几个部分： 8 | 9 | * 科研规范篇 10 | * [学术邮件撰写](code-of-conduct/academic-mail-writing.md) 11 | * 科研能力篇 12 | * [机器学习与深度学习基础](ability/ml-and-dl-fundamentals.md) 13 | * [文献搜集与特定领域发展情况总结](ability/literature-collection-and-summary-of-fields.md) 14 | * [深度学习编程框架学习与算法实现](ability/programming-learning.md) 15 | * [学术写作](ability/academic-writing/) 16 | 17 | ## ⭐ Star 历史 18 | 19 | [![Star History Chart](https://api.star-history.com/svg?repos=NKvision428/Tasks_for_Rookies&type=Date)](https://star-history.com/#NKvision428/Tasks_for_Rookies&Date) 20 | -------------------------------------------------------------------------------- /SUMMARY.md: -------------------------------------------------------------------------------- 1 | # Table of contents 2 | 3 | * [💪 Tasks\_for\_Rookies](README.md) 4 | 5 | ## 写在前面 6 | 7 | * [前言](intro/intro.md) 8 | 9 | ## 科研规范篇 10 | 11 | * [学术邮件撰写](code-of-conduct/academic-mail-writing.md) 12 | 13 | ## 科研能力篇 14 | 15 | * [机器学习与深度学习基础](ability/ml-and-dl-fundamentals.md) 16 | * [文献搜集与特定领域发展情况总结](ability/literature-collection-and-summary-of-fields.md) 17 | * [深度学习编程框架学习与算法实现](ability/programming-learning.md) 18 | * [学术写作](ability/academic-writing/README.md) 19 | * [基本原则](ability/academic-writing/basic.md) 20 | * [论文写作与rebuttal](ability/academic-writing/writing-and-rebuttal.md) 21 | * [TPAMI写作指南](ability/academic-writing/tpami-writing-guideline.md) 22 | 23 | ## 后记 24 | 25 | * [更新日志](postscript/update-logs.md) 26 | * [参考](postscript/references.md) 27 | -------------------------------------------------------------------------------- /ability/academic-writing/README.md: -------------------------------------------------------------------------------- 1 | --- 2 | cover: >- 3 | ../../.gitbook/assets/hujunyao_a_cute_woman_researcher_with_glasses_writing_a_paper_t_56694277-17f3-4a36-aa25-1576bb0b343c.webp 4 | coverY: 0 5 | layout: 6 | cover: 7 | visible: true 8 | size: hero 9 | title: 10 | visible: true 11 | description: 12 | visible: true 13 | tableOfContents: 14 | visible: true 15 | outline: 16 | visible: true 17 | pagination: 18 | visible: true 19 | --- 20 | 21 | # 学术写作 22 | 23 | * [基本原则](basic.md) 24 | * [论文写作与rebuttal](writing-and-rebuttal.md) 25 | * [TPAMI写作指南](tpami-writing-guideline.md) 26 | -------------------------------------------------------------------------------- /ability/academic-writing/basic.md: -------------------------------------------------------------------------------- 1 | # 基本原则 2 | 3 | **提醒同学们，要控制好节奏，才容易把事做成。** 4 | 5 | 例如： 6 | 7 | 1. 投CVPR（6.1-11.15五个半月）：6月底应该确定idea，7月底应该做了实验验证方法是行得通的（在一个数据集上超过sota两个点），写了2页，8月底应该主要实验都已做完，写了4页，9月底论文第一稿写完并请组里的同学改过一次，10.1-11.15老师和国外合作者改过3轮。 8 | 2. Rebuttal（一般7天）：T+1整理意见和答复思路，和主要合作者讨论过一次，T+3完成第一稿，T+4，5，6，7每天迭代一轮。 9 | 10 | **摘要一般8句话**： 1：是个什么任务，为什么重要 2-3：面临什么挑战，为什么 4-6：我们具体是如何解决的 7：实验证明了什么 8：代码在补充材料中 11 | 12 | **投稿cvpr/iccv/eccv的具体意见发出来后：** 13 | 14 | 1. 中了论文的同学/打算直接投期刊的同学，仔细研读意见，罗列出扩充期刊版时哪些可以加进去 15 | 2. 打算修改后再投会议的同学，详细列出每条负面意见及修改思路 16 | 3. 这次没投稿但打算下次投的同学，尤其是低年级同学，找学长们要来review和meta-review认真揣摩，想想评审人会从哪些方面挑战我们的文章。 17 | 18 | **论文中的话一定要“实在”、“具体”**；让人家读了我们的论文就能明白代码该怎么写；每句话都要与之前一句话、之后一句话严丝合缝、逻辑紧密；不能“前言不搭后语” 19 | 20 | **不要自己发明“新词”**（切忌不负责任地汉译英），只用两种词： 21 | 22 | 1. CV领域公认的词汇 23 | 2. 英语日常表达中公认的词汇 除此之外什么词都不要用，如果非要用不熟悉的词组，一定到scholar.google检索一下该词组是否“连续”“确切”出现在已有论文中。这些论文如果不是我们学科的不要采信，如果不是native speaker写的不要采信 24 | 25 | 实验室的各种资源（比如审稿意见/rebuttal）**一定仅限于内部交流讨论**，绝对不要外传。 26 | 27 | 大家如果有需要和学校/学院交流的事宜，**一定先和导师沟通**，我们寻找妥当的方式处理。 28 | -------------------------------------------------------------------------------- /ability/academic-writing/tpami-writing-guideline.md: -------------------------------------------------------------------------------- 1 | # TPAMI写作指南 2 | 3 | ## 宗旨 4 | 5 | * **学会模仿** 6 | * 加上参考文献，总篇幅14-15页为宜 7 | * 检索、阅读、总结，进行模仿学习 8 | * 如果已知某篇初始种子文献，可围绕其展开检索 9 | * 对比相关主题的TPAMI文章、延伸ML主题的TPAMI文章、其他的文章 10 | * 对比直接投稿的与会议改期刊投稿的文章 11 | * 研究每个章节的写法和研究思路 12 | * 每个章节应该怎么构思、联系，注重前后逻辑 13 | * 每个段落通常需要多少字/行才能讲清楚一件事情，不宜过多过少 14 | * 第一句话到最后一句话如何表达，才能使得文章清楚明白，没有废话 15 | * 若为会改刊，应当指出对会议版本的具体改动（摘要、引言贡献提及部分） 16 | * 考虑不同级别读者的视角和感受，内容描述清晰、逻辑通顺 17 | * **学会管理** 18 | * 合理预估期刊的撰写/修改时间需要多久，多从后往前看，即从论文撰写的整体进度来考察当前进展是否得当，思考距离最终结果还差什么 19 | * 在写作初期就需要知晓整篇论文应该需要完成哪些补充工作，工作量应提前进行规划，并体现在论文中，空出需要撰写的部分，并留出自己补充与请他人修改的时间 20 | * 尽可能全面、细致地思考写作、实验中可能遇到的困难，多角度思考潜在的风险和可能的解决办法，以积极的心态和行动面对 21 | * 期刊扩展版本在写作过程中应体现修改进度，如用红色和黑色分别表示为已修改的段落与原会议版本的段落，使得进展清晰明了 22 | 23 | ## Idea相关 24 | 25 | ### 方法 26 | 27 | * 思考方法时，思维和视野需打开 28 | * 总结任务和方法时，要尽可能1-3句话说明白 29 | * 设计绘制好pipeline，绘制方法路线图，起到提纲挈领作用，便于自己思考和相互交流打磨 30 | * 针对不同的研究对象，有不同的研究思路，但相同的是都要对现有数据做足分析 31 | * 做方法的工作，可以收集现在SOTA代码的错误样本，针对性地统计分析，并在SOTA上提出改进方法 32 | * 做数据集的工作，数据集重点阐述数据集统计信息对接下来的任务的启发 33 | 34 | ### 贡献 35 | 36 | * 加数据集：在更多的数据集上进行实验，使得模型所能应用的不同数据范围上表现良好 37 | * 改进模块：进一步提升模块的性能 38 | * 会议对比：针对会议版本的模型，是否需要加入对比实验作为一组对比数据，需要按实际情况进行考量，加入对比可以体现期刊版本模型的改进效果 39 | * 超参讨论：设置不同的超参数分析器对模型的性能影响 40 | * 下游应用：考虑模型在下游应用的表现，需要多少篇幅和表格才能说明其对该任务的有效性 41 | * 相关工作补充与整理 42 | * 结果可解释性分析 43 | * 结果可视化展示 44 | * 结果错例可视化分析 45 | 46 | ## 写作相关 47 | 48 | ### 标题 49 | 50 | * 扩展版本应与会议版本有所区别：原论文标题应作何修改、当前修改是否得当、修改后的标题能否突出论文的重点、同类文章有无起标题的类似套路，斟酌用词 51 | 52 | ### 作者 53 | 54 | * 明确作者身份，IEEE会员级别包括：会员（Member）、高级会员（Senior Member）和会士（Fellow） 55 | * 明确作者顺序，标题下方姓名顺序与首页左下角脚注顺序一致 56 | * 明确作者信息，学校写全称，确保地址、名称、邮编、邮箱信息正确 57 | 58 | ### 摘要 59 | 60 | * 一个词组不应该重复出现 61 | * 若为会改刊，应当指出对会议版本的具体改动 62 | 63 | ### 关键词 64 | 65 | * 涉及到期刊分给哪个副编辑（Associate Editors, AE）和审稿人，也涉及到发表后在搜索引擎的检索效果 66 | * 三到五个关键词，一行以内，一个词组不宜过长 67 | 68 | ### 引言 69 | 70 | * 若为会改刊，应当指出对会议版本的具体改动 71 | * 准确说明扩展期刊的贡献有多少、以尽可能细的粒度阐述贡献，提升说服力，描述要能够吸引人，比较两种实验结果说明： 72 | 73 | > * 在x个任务上进行了实验 74 | > * 在x个任务（a任务、b任务、c任务...）共x个数据集上进行了实验 75 | 76 | ### 相关工作 77 | 78 | * 引用要求 79 | * 过于早期的旧文献不轻易引用（某领域开山之作除外，如DDPM、LDM） 80 | * 非直接相关的文献不轻易引用（包括同门发表的论文） 81 | * 选择投哪个期刊，该期刊的参考文献需达到一定的比例 82 | * 近2年的参考文献占比尽量大于1/3，确保实时性 83 | * 关注潜在审稿人、相关领域专家团队最新工作，也要关注arXiv更新的论文 84 | * 参考文献数量通常80-90篇为宜，某些领域可能稍多一些，不宜超过100 85 | * 对所引文献进行正确评价，理性考虑其优势和局限性，不过分夸大，也不恶意贬低 86 | * 写作要求 87 | * 避免一句话连续引用很多篇文献，避免随意拼凑嫌疑，需摘取真正重要的文献，并讲透其内在逻辑关系，避免出现如下类似情况： 88 | 89 | > * 堆砌文献：xx方法\[ABCDEF] 90 | > * 简单总结：A提出xxxx，B提出xxxx，C提出xxxx 91 | * 注重引用格式、确保bibtex的会议和期刊引用格式正确，注意google scholar导出内容不一定准确，最好是进入对应会议期刊官网或该实验室/作者官网确认无误。 92 | 93 | ## 图表相关 94 | 95 | * 首要准则：直观、简洁、清晰、紧凑 96 | * 表达内容：每张图有其存在意义，内容饱满、给出的信息要给人启发性、有说服力 97 | * 表现形式：不能过于枯燥单调，要能吸引人，不能仅仅简单呈现结果。表格个数不宜过多，相同类型的图表展示适当合并， 98 | * 反复琢磨：扩展期刊版本的图表应与会议版本有所改进，特别是图/表一，应力求以更加清晰明了的表达方式使审稿人与读者快速了解文章意图，图表形式需要尽可能反复迭代优化、花时间挑图、改图\ 99 | -------------------------------------------------------------------------------- /ability/academic-writing/writing-and-rebuttal.md: -------------------------------------------------------------------------------- 1 | --- 2 | layout: 3 | title: 4 | visible: true 5 | description: 6 | visible: true 7 | tableOfContents: 8 | visible: true 9 | outline: 10 | visible: true 11 | pagination: 12 | visible: true 13 | --- 14 | 15 | # 论文写作与rebuttal 16 | 17 | ## LaTex相关 18 | 19 | * [命令查询](http://www.mohu.org/info/symbols/symbols.htm) 20 | 21 | ## **论文结构** 22 | 23 | ### **题目** 24 | 25 | 一篇论文的题目是审稿人及读者首先看到的部分，他们根据题目对文章内容进行猜测、对文章贡献建立预期。题目有较多种风格，如： 26 | 27 | * 缩写+内容，如BING: Binarized Normed Gradients for Objectness Estimation at 300fps 28 | * 吸引眼球型，如You Only Look Once 29 | * 中规中矩型，全面表达文章贡献，如Clinical skin lesion diagnosis using representations inspired by dermatologist criteria，题目中包含了：做了什么任务，利用了什么技术，技术的创新点 30 | 31 | 题目的选定应注意以下几点： 32 | 33 | * **正确性**：题目中的每个词都应该是被同行轻松接受的（判断的标准：是否曾由老外在顶会顶刊中使用且具有相同表意） 34 | * **准确性**：是否准确地概括了文章的创新点，关键词是否在文章中多次出现 35 | * **美观性**：用词是否专业，是否吸引眼球 36 | 37 | **任务**：打开某会议收录论文列表或某大牛论文列表，观察已接收论文的题目，从中学习。 38 | 39 | ### **摘要** 40 | 41 | 大致结构如下： 42 | 43 | * 第1-2句：问题定义及/或重要性，现有方案概述； 44 | * 第2-3句：现有方案缺点； 45 | * 第3-5句：本文如何解决/本文技术贡献； 46 | * 第5-6句：本文取得的效果及本文实验情况。 47 | 48 | 写摘要需要千雕万琢，写句子尽量**使用简单句**（单一主谓宾结构，或加入最多一个简单从句）；避免任何的语法标点等错误；逻辑缜密，有前因有后果，不可无中生有，不可自己下结论。 49 | 50 | * **Introduction**：大致结构如下： 51 | 52 | * 第一段：问题定义，问题的重要性； 53 | * 第二段：现有主要方法综述，各自的缺点（需选择对应本文创新点的缺点进行阐述，如本文提高了算法效率，则应重点分析相关工作是如何效率低下的，至于准确率低等本文未改进的缺点可简述或忽略），此为论文的MOTIVATION。 54 | * 第三段：可能的解决方案（由文章思路决定，可以是分析其他领域应用成功的技术模块对本文任务的适用性，也可以是分析现有工作出现该问题的内在原因）； 55 | * 第四段：本文所提出的的技术概述，标志词即为In this paper, we propose to ...； 56 | * 第五段（可选）：本文方法得到的理论保证或实验效果； 57 | * 第六段：本文贡献总结。 58 | 59 | **注意事项**： 60 | 61 | * Introduction中提到的相关工作的缺陷或本文假设等，均要在方法部分及实验部分有所体现（理论分析、证明或实验验证），即**前后照应**； 62 | * 每一段的**功能**必须**划分**地非常清楚（一般按照以上5-6段书写），同时段之间要有逻辑连接； 63 | * 段内的每一句均有足够的**因果或并列**逻辑关系（少数情况下存在让步逻辑等），注意**转折词**如In addition, In specific, Therefore, Sequentially, Actually等的正确使用； 64 | * 不主动claim贡献，是非问题上不妄下定论，每一个观点均有足够的文献或理论分析作为支撑； 65 | * 论文的MOTIVATION应足够健壮（选题阶段应说服所有人）； 66 | * 写作质量的评价指标：从头到尾一口气可读通，不存在任何疑问，即为表意成功。 67 | 68 | ### **相关工作** 69 | 70 | * 分节：要按照本文方法涉及到的技术或解决的任务合理分节，一般包括2-3节； 71 | * 相关工作的概述要全面客观，重点包括**近年来本文所投稿会议或期刊上接收的（所有的）相关论文**； 72 | * 避免句式单调，在讲前人工作的做法的同时，分析其相对于本文方法体现出来的缺点，在最后与本文方法做比较。 73 | 74 | ### **方法** 75 | 76 | * 流程图需美观、标准、表意清晰； 77 | * 介绍方法的实际操作前需讲清楚这样做的动机，讲清楚该操作内在的物理意义，并分析或证明为何该操作可以达到好的效果； 注意：论文内在地应该满足以下条件：**论文的动机来源正确且具说服力，对相关工作的综述（包括做法和缺陷）合理且全面，提出的方法在理论上可以取得更优的效果，后续实验验证该理论的正确性**； 78 | * 按照文章类型（理论型或技术应用型）适度添加公式、符号。 79 | 80 | **任务**：浏览、整理、总结经典论文的流程图，学习其表达方式。 81 | 82 | ### **实验** 83 | 84 | * 至少包含以下几个模块： 85 | * 实验配置介绍：数据集、评价指标、网络结构、对比方法等； 86 | * 参数调优； 87 | * 消融实验：逐个验证本文各个模块的有效性； 88 | * 相关工作对比：本文方法与目前最好方法进行对比； 89 | * 最重要的，在报告完结果后应**分析该结果说明了什么现象**（应该是验证了方法部分的某个操作的有效性或Introduction部分某个假设的合理性等，照应前文中的理论分析） 90 | 91 | **任务**：选定某篇经典论文，分析其论文结构 92 | 93 | ## **Rebuttal及Response** 94 | 95 | * 二者区别 96 | * 会议论文Rebuttal有字数或篇幅限制，该阶段不允许对论文进行修改，且所给时间较短（一般1周），需仔细斟酌，最终呈现的是最具有说服力的非常言简意赅的论据； 97 | * 期刊论文response无字数、篇幅等限制，且所给时间相对较长（大修一般6周），可按照意见对论文进行细致修改，最终提交的是修改好的论文及较长篇的回复。 98 | * 注意事项 99 | * 揣摩审稿人语气（根据其评分、用词等），以此决定回复策略； 100 | * 仔细分析审稿人的concern，以此决定回复的重点。回复时，首先**直接回答**审稿人问题，然后给出**足够的理论、文献支撑**。例如，审稿人讲：虽然本文方法足够有效，但已有的X方法曾提出了类似方法。则回答时的第一句应该是讲本文方法在解决任务、理论支撑、方法定义及实验结果上均不同于（最好在某些方面优于）X方法，然后逐条具体分析； 101 | * 为每个审稿人的每条意见起一个精确的**小标题**，以此在促进版面易读性的同时体现我们对审稿人问题的理解程度； 102 | * 回复时（尤其是期刊Response时）应尽量从多个角度进行分析，注意合理地按照逻辑进行分条。 103 | 104 | **任务**：查看实验室某两篇论文（会议期刊各一篇）的投稿历史，阅读并分析其投稿版本、获得的审稿意见、会议论文的rebuttal或期刊论文的response及修改稿、会议论文最终意见或期刊二审意见、论文最终接收版本。对照以上条目进行分析，体会与审稿人进行文字交流的过程。 105 | -------------------------------------------------------------------------------- /ability/literature-collection-and-summary-of-fields.md: -------------------------------------------------------------------------------- 1 | --- 2 | cover: >- 3 | ../.gitbook/assets/hujunyao_Research_reports_and_papers_on_the_desk_watercolor_sty_4b1c4e56-8883-47eb-b54c-476544e2d679.webp 4 | coverY: 0 5 | layout: 6 | cover: 7 | visible: true 8 | size: hero 9 | title: 10 | visible: true 11 | description: 12 | visible: true 13 | tableOfContents: 14 | visible: true 15 | outline: 16 | visible: true 17 | pagination: 18 | visible: true 19 | --- 20 | 21 | # 文献搜集与特定领域发展情况总结 22 | 23 | ## Idea形成之前 24 | 25 | 在Idea形成之前，应首先确定一个**大方向**，以下方式二选一： 26 | 27 | * **技术**导向：致力于改进某种通用技术，并在不同任务（或标准数据集任务）上进行验证，如神经网络的改进，zero shot方法改进等； 28 | * **任务**导向：致力于改进某种特定的问题或任务，如情感分类，皮肤病识别，图像翻译等。 29 | 30 | ## Idea形成之后 31 | 32 | 确定大方向后，便获得了初始的关键词（如zero shot learning，Image-to-Image Translation等），按以下方式进行进行文献搜集， 33 | 34 | * **顶会顶刊关键词搜索** 35 | 36 | * 近三年顶会论文阅读，包括：[CVPR](http://openaccess.thecvf.com/menu.py)，[ICCV](http://openaccess.thecvf.com/menu.py)，[ECCV](http://openaccess.thecvf.com/menu\_other.html)，[ICLR](https://openreview.net/group?id=ICLR.cc)，[NeurIPS](https://openreview.net/group?id=NIPS.cc)，[ICML](https://openreview.net/group?id=ICML.cc)等；（_在较广泛的范围内选题，也可以在大量泛读最新会议论文的基础上审视自己的兴趣以及业界研究热点的所在_） 37 | * 近五年顶刊论文阅读，包括：[TPAMI](https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=34)，[TIP](https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=83)，[IJCV](https://link.springer.com/journal/11263)等； 38 | 39 | 注意事项：培养**对于优秀论文的鉴别能力**，以此来合理分配阅读时间。评价指标包括但不限于：论文出处（会议期刊级别）、类型（oral或poster）、引用量、作者（如Kaiming的文章多数很经典）。 40 | * **已有论文参考文献交叉搜索** 41 | * 由目前论文中的参考文献进行交叉搜索，可以找出相关的非近年发表的经典论文，以及题目中无相关关键词的必引论文； 42 | * 精读经典论文以及最新顶会顶刊工作的Related Work部分，按照作者的综述大量略读该领域文献，找出该领域发展脉络并总结；（**该过程非常重要，相当于构建一个‘论文空间’，每次读到新论文都要对其进行归类，自己工作的Idea也是这个空间中的一个点，也即某个发展方向的延伸或某几个方向的交汇。** 以生成式对抗网络为例，可将现有论文按如下方式大致归类：技术上分为对模型网络结构的设计和对损失函数的设计；任务上分为纯生成任务(强调生成器)和与其他任务如语义分割等的结合(强调对抗思想)；目标上分为解决模式崩溃等训练不稳定性问题、提升生成样本质量和提升其他任务性能等）。 43 | * **作者及研究组主页搜索** 44 | * 关注该领域活跃的作者，包括大佬级别和生力军，日常翻阅其主页（获取论文、代码、教程博客及其他动态）； 45 | * 观察某一研究者所做研究之间的相关关系，为自己的研究思路提供借鉴。 46 | * **其他搜索方式** 47 | * 利用[Arxiv](https://arxiv.org/)、[Google Scholor](https://scholar.google.com.sg/)、[dblp](https://dblp.uni-trier.de/)等搜索漏网之鱼。 48 | 49 | ## **任务** 50 | 51 | * 确定自己的研究大方向，按照以上方法进行文献**搜集**，尽可能全地找到该领域的相关工作，以合理的方式建立索引； 52 | * 整理文档：概括该领域**发展脉络**（按照领域的各个发展方向分别整理，遵循以下格式：第一篇论文的主要思路，存在问题1和问题2；后一篇论文分析问题1可以有什么解决，怎么解决的；另一篇论文如何解决了问题2；在解决问题1和2的同时又引入了新的问题，后又被如何解决）； 53 | * 整理**表格**：记录每篇论文题目、出处、作者、单位、代码情况、主要贡献等； 54 | * 论文阅读：**精读**各领域经典论文（分类领域从AlexNet到DenseNet、目标检测领域从RCNN到YoLo、分割领域从FCN到MaskRCNN、生成领域从GAN到BigGAN等），在最新顶会列表上**大量泛读**（读摘要和Introduction决定是否精读，迅速了解该文章的主要创新点）。 55 | -------------------------------------------------------------------------------- /ability/ml-and-dl-fundamentals.md: -------------------------------------------------------------------------------- 1 | --- 2 | cover: >- 3 | ../.gitbook/assets/hujunyao_deep_learning_machine_learning_watercolor_style_2fcdb6b1-b745-494a-9b55-dcffff65ce3c.webp 4 | coverY: 0 5 | layout: 6 | cover: 7 | visible: true 8 | size: hero 9 | title: 10 | visible: true 11 | description: 12 | visible: true 13 | tableOfContents: 14 | visible: true 15 | outline: 16 | visible: true 17 | pagination: 18 | visible: true 19 | --- 20 | 21 | # 机器学习与深度学习基础 22 | 23 | ## 机器学习基础 24 | 25 | * 书籍：[机器学习](https://www.zhihu.com/question/39945249)（又名“西瓜书”，周志华著） 26 | * **任务**：细读第二到第十四章，并任选一章整理分析。 27 | 28 | ## 深度学习基础 29 | 30 | * 书籍：[深度学习](https://github.com/zsdonghao/deep-learning-book/blob/master/dlbook\_cn\_public.pdf)（又名“花书”，Goodfellow，Bengio等著） 31 | * **任务**：从第五章以后精读（尤其是7、8、9、11、12），理解并归纳机器学习中的正则化方法、优化方法以及卷积等操作。英语基础好的同学最好看英文版，以熟悉相关术语。 32 | 33 | ## 计算机视觉基础 34 | 35 | * 课程：[斯坦福CS231n课程](https://www.bilibili.com/video/av53754154?from=search\&seid=6020411155113851809)（CNN for Visual Recognition，总时长约20小时） 36 | * **任务**：完成至少三次课堂作业，同时锻炼英语能力。 37 | -------------------------------------------------------------------------------- /ability/programming-learning.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: 最好的学习方式便是安装配置好后自己动手尝试，遇到问题查英文官网上的官方文档，遇到报错查Google解决 3 | cover: >- 4 | ../.gitbook/assets/hujunyao_Convolutional_modules_of_size_CxHxW_cuboids_convolutio_b883522d-ed6a-429f-99dc-4638e414e957.webp 5 | coverY: 0 6 | layout: 7 | cover: 8 | visible: true 9 | size: hero 10 | title: 11 | visible: true 12 | description: 13 | visible: true 14 | tableOfContents: 15 | visible: true 16 | outline: 17 | visible: true 18 | pagination: 19 | visible: true 20 | --- 21 | 22 | # 深度学习编程框架学习与算法实现 23 | 24 | ## 学习资源 25 | 26 | * TensorFlow 27 | * [中文版官方文档](https://www.w3cschool.cn/tensorflow\_python/?) 28 | * PyTorch 29 | * [中文版官方文档](https://pytorch-cn.readthedocs.io/zh/latest/) 30 | * MXNet： 31 | * [动手学深度学习视频课程](https://www.bilibili.com/video/av42355860?from=search\&seid=10327628739099351727)，李沐（分类、分割、检测等均有实现实例，质量非常高） 32 | * [动手学深度学习教科书](http://zh.gluon.ai/)，李沐 33 | 34 | ## **任务** 35 | 36 | * 学习TensorFlow、Pytorch、MXNet中的至少一个； 37 | * 安装配置基于Ubuntu + CUDA + CuDNN + Anaconda的深度学习环境，配置相关源以加速相关包的安装，安装相应的深度学习框架并测试； 38 | * 使用ssh或pycharm、VScode等编译器的远程调试功能，在后台远程连接实验室服务器； 39 | * 编写代码实现以下任务： 40 | * 实现CIFAR10数据集分类，使用resnet50框架，体会有/无预训练模型的差异； 41 | * 实现SD-198皮肤病数据集分类（注意数据读取效率），并以普通Resnet 50分类器为baseline提出三种改进策略，观察结果并分析有效性； 42 | * 训练Faster Rcnn （任意数据集），并在任意图像上测试； 43 | * 实现基本的生成式对抗网络，利用celebA数据集生成人脸图像，基于该基准，按照最近提出的方法继续改进。 44 | -------------------------------------------------------------------------------- /code-of-conduct/academic-mail-writing.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: 在研究过程中与导师、合作者等人交流的一个重要渠道便是邮件，以下简述中英文邮件的基本格式和注意事项。 3 | cover: >- 4 | ../.gitbook/assets/hujunyao_computer_screen_email_website_writing_an_email_waterco_5b3fee9c-378f-4627-9f64-892b587b6bb5.webp 5 | coverY: -42 6 | layout: 7 | cover: 8 | visible: true 9 | size: hero 10 | title: 11 | visible: true 12 | description: 13 | visible: true 14 | tableOfContents: 15 | visible: true 16 | outline: 17 | visible: true 18 | pagination: 19 | visible: true 20 | --- 21 | 22 | # 学术邮件撰写 23 | 24 | ## **基本格式** 25 | 26 | * 中文 27 | 28 | > 尊敬的x老师： 29 | > 30 | > 近期工作的主要进展包括： 31 | > 32 | > 1. xxx采取了xxx操作，取得了xxx结果，该结果符合预期（为什么），主要原因可能是xxx； 33 | > 2. yyy操作验证不可行，因为xxx； 34 | > 35 | > 接下来的计划是： 36 | > 37 | > 1. xxx； 38 | > 2. yyy； 39 | > 40 | > 祝好， 41 | > 42 | > Name 43 | * 英文： 44 | * 欧洲合作者（如Paul Rosin老师） 45 | 46 | > Dear Professor, \ 47 | > We ... \[content]\ 48 | > Best, \ 49 | > Name 50 | * 美国合作者（如Ming-Hsuan Yang） 51 | 52 | > Hi, Ming-Hsuan, \ 53 | > We ... \[content] \ 54 | > Best, \ 55 | > Name 56 | 57 | ## **注意事项** 58 | 59 | * 邮件应清楚、有逻辑地讲清楚所要讲述的事情。例如，对于**汇报论文工作进展**的邮件，可以包括以下内容： 60 | * 一句话概括主要进展； 61 | * 进展1：基于什么样的动机，采取什么样的操作；进行了怎样的实验得到了什么样的实验结果，该结果说明了什么； 62 | * 进展2类似； 63 | * 论文目前的版本，相对于上一版本进行了哪些改动； 64 | * 还有哪些正在进行的写作、实验任务，预期完成时间； 65 | * 未进行的实验等内容根据截稿时间进行合理安排。 66 | * 对于**邀请合作者帮助修改论文**的邮件，应包括以下内容： 67 | * 礼貌语； 68 | * 表明来意，讲清楚论文题目、投稿会议期刊名称、截稿日期等基本信息； 69 | * 询问是否可以帮助修改，并对之前的帮助表示感谢； 70 | * 详细介绍本文的主要贡献； 71 | * 介绍你认为的本文需要着重修改的点，以及其他应该提前说明的地方； 72 | * 再次表示感谢，说明你随时可以回复他的任何问题。 73 | * 与合作者邮件往来应注意**礼貌**；汇报论文进展应着重对目前结果进行分析，并及时更新计划。 74 | -------------------------------------------------------------------------------- /intro/intro.md: -------------------------------------------------------------------------------- 1 | # 前言 2 | 3 | 科研不易，心态第一； 4 | 5 | 关键努力，还要心细。 6 | 7 | 希望它能够帮助你，祝CV研究旅途启程顺利！ 8 | -------------------------------------------------------------------------------- /postscript/references.md: -------------------------------------------------------------------------------- 1 | # 参考文献 2 | 3 | 暂无 4 | -------------------------------------------------------------------------------- /postscript/update-logs.md: -------------------------------------------------------------------------------- 1 | # 更新日志 2 | 3 | * `2024/06/10` 胡钧耀、李欣更新维护本项目（添加Gitbook网站、修改文件结构、添加期刊撰写相关事项、美化页面、增加新内容） 4 | * `2019/06/10` [梁杰](https://liangjie.xyz/)创建本项目，构建基本框架 5 | --------------------------------------------------------------------------------