【深度学习】计算机视觉领域如何从别人的论文里获取自己的idea？

前言 本文分享知乎上关于“计算机视觉领域如何从别人的论文里获取自己的idea？”话题的高赞回答。

每年的CS论文都很多很多，但是我们没有精力一一阅览，所以通过题目可以筛选掉很多自己不care的方向。可以减小自己寻找idea的精力成本。

其次，从概要入手，看论文主要针对什么问题，大概方法是什么，最后结论是什么。牢牢把握住这三点。

最后看讨论和结论部分，这里往往是寻找idea的重点所在。看讨论部分，有哪些问题说的不清楚，或者作者写的不够完善，一些现象的原因探究不够彻底等等这些方面都可以尝试着去挖掘。至于结论部分，也是如此，看作者运用了什么方法，什么评价指标，得出了什么结论，可以思考方法是否最优，评价指标是否最好，如果更换以后，结论是否一致，如果一致的话，那么可以验证本文，如果不一致，那么原因在哪里，我们在进行这类研究时，需要考虑哪些因素的影响。

另外，对论文的整理归类也十分重要，看得有一定数量以后，就会明白，针对某一个问题，主要研究方法有哪些，做的程度如何，理解需要改进，深入，补足，问题迁移到其他领域甚至是提出创新性方法的地方，这都是平时的点滴积累。

一般先看introduction和conclusion，会知道这篇论文做了什么、贡献是什么、实验结果，以及未来工作展望。future work可以作为一个启发。如果文章研究方向、用的算法你感兴趣，可以去experiment那里看看，设计思路、框架，去discussion那里看看实验分析，结果效果不好的地方都可能作为research problem。

那对应的解决方法——你的idea ，可能牵扯到你理论基础底蕴、论文复现时候的灵感、实力应用场景的启发等多方面。

如果上边说的太抽象，那就一句话吧，复现你感兴趣的论文，复现的过程中多想，就有idea了。

    



    
往期精彩回顾






    

适合初学者入门人工智能的路线及资料下载
(图文+视频)机器学习入门系列下载
机器学习及深度学习笔记等资料打印
《统计学习方法》的代码复现专辑