2020年的今天，我們的專業是deep learning，但是我們要keep learning，每天早上一睜眼，arxiv每天更新上百篇的論文，著名微博博主@愛可可-愛生活保持也在推送最新的deep learning資訊和論文。

我們不缺少計算機視覺論文，我們缺少的是鑒別哪些應該讀。無論是泛讀還是精度，海量論文總是讓我們迷失雙眼，Github搜索awesome有成百上千個repo，但是缺少比較和注解。我們應該去哪里找值得讀的論文，我們打開pdf論文的姿勢正確嗎？

論文應該怎么讀

海量論文看不夠，自己萌發了分門別類寫閱讀筆記的習慣。好記性不如爛筆頭，更何況計算機視覺方向眾多，對自己不熟悉的領域，每次都從頭閱讀，感覺很費勁。當我分門別類閱讀計算機視覺的科研論文，查詢和檢索如此簡單。比如對于目標檢測領域，有綜述，人臉檢測，目標檢測，樣本不平衡問題，one-stage 檢測，每片論文都有閱讀等級，解決的主要問題，創新點，可能存在的問題，TODO等，隨時隨地和查詢過去的知識點。復習某一領域的知識，只要一根繩子就串起來。

個人閱讀計算機視覺論文，會橫向和縱向發散，考慮更多的問題：

要點一

每篇論文都不會說自己的缺點，只會放大優點。但是引用別人的論文時，卻總放大別人工作的缺點。當你對比閱讀時，形成一個知識串，才會對某個問題有更清晰的認識。

要點二

論文為了出成果，一般只會選擇對自己模型有力的數據集驗證。對某一領域數據集特征了解，再也不會被作者蒙蔽雙眼了。比如NAS(Neural Architecture Search)，很多論文喜歡在CIFAR-10/ CIFAR-100/SVHN等小數據集比實驗結果，ImageNet性能表現避重就輕避而不談；很多論文寫state-of-art的性能，對實時性不談；論文沒有說的沒有做的可能是個大坑。

要點三

論文因為要投稿和發表頂會，故意會云里霧里引入很多概念和公式，當對比代碼，關鍵trick，才能返璞歸真。Code+paper，才是論文最佳的閱讀方式。

要點四

對于自己關注的領域，可能每篇有影響的，實驗結果不是state-of-art也要關注，因為工作可能會撞車。對橫向領域的論文，要關注state-of-art,說不定很多trick可以直接遷移到自己的工作。

要點五

重點關注數著名實驗室/老師/三大頂會（CVPR,ICCV,ECCV）的連續劇。2020年的CVPR投稿量都破萬，各種水文魚目混雜，實在是難以鑒別，個人傾向于paper+code模式。敢于開源code的論文，真金不怕火煉，作者有底氣。沒有code的論文，也許是商業或者其他授權暫時沒有發布，但是發布了一兩年還在遮遮掩掩，這些論文不看也罷。

要點六

最重要一點拒絕二手知識。閱讀一篇論文,google搜索題目可能有1000+篇的閱讀筆記，閱讀筆記的數量比論文的引用量都多；包括我在內的很多博客/筆記也喜歡摘抄，google翻譯+復制粘貼造就閱讀筆記的虛假繁榮。有些問答還是具有參考意義，比如知乎中常見的“如何評價Google Brain團隊最新檢測論文SpineNet？”，在這些如何評價的思想碰撞中，還是有些很好的火花。個人感覺不管是做科研學術工業界做項目，要摒棄完全重二手知識中學習，直接從原文閱讀思考、和作者郵箱聯系尋找答案。

最新最全的state-of-art論文

自己也在github找論文，有些repo推薦的論文對自己幫助很大。我發現這些repo只是論文的堆砌，可能發布awesome的人也沒有完全讀過這些論文。基于自己對論文的理解，和每年看一篇論文的目標，于是將每天的閱讀筆記發布在https://github.com/ahong007007/awesomeCV。包含檢測識別、分割、圖像增強、AutoML、GCN、壓縮剪枝、優化訓練、點云、視頻分析、自動駕駛等方向：

每篇論文都有相應的閱讀筆記：

以下節選部分內容：

1 檢測識別（包含綜述/人臉檢測/目標檢測/不平衡/loss/one stage/tricks）

• 綜述

◎香港中文大學，商湯等聯合提出的MMDetection，包括檢測模型，實體分割等state-of-art模型框架源碼，屬業界良心。

[2019.06]MMDetection: Open MMLab Detection Toolbox and Benchmark

https://arxiv.org/pdf/1906.07155.pdf

• 人臉檢測

◎主要針對移動端設計（backbone MobileNet v2)在高通845上達到140fps的實時性。

[2019.02][PFLD:A Practical Facial Landmark Detector]

https://arxiv.org/pdf/1902.10859.pdf

• 目標檢測

◎北京大學等提出的一種改善型backbone，論文最強指標Cascade Mask R-CNN +Triple-ResNeXt152在COCO數據集實現53.3AP，性能上是數據榜首。

[2019.09][CBNet: A Novel Composite Backbone Network Architecture for Object Detection]

https://arxiv.org/pdf/1909.03625.pdf

......

2?分割（包含綜述/語義分割/實例分割/全景分割）

• 綜述

◎[2020][Image Segmentation Using Deep Learning:A Survey]

https://arxiv.org/pdf/2001.05566.pdf

• 語義分割

◎[DFANet: Deep Feature Aggregation for Real-Time Semantic Segmentation]

https://share.weiyun.com/5NgHbWH

......

3?圖像處理（包含綜述/超分辨率/圖像去噪/圖像增強）

◎Blind Deblurring綜述

[2019.07][Blind Deblurring using Deep Learning: A Survey]

https://arxiv.org/pdf/1907.10128.pdf

◎Image inpainting綜述

[2019.09][Image inpainting: A review]

https://arxiv.org/pdf/1909.06399.pdf

◎圖像去除雨滴算法綜述

[2019.09][A Survey on Rain Removal from Video and Single Image]

https://arxiv.org/pdf/1909.08326.pdf

◎圖像去噪綜述。

[2019][Deep Learning on Image Denoising: An overview]

https://arxiv.org/pdf/1912.13171.pdf

• 超分辨率

◎CVPR2019論文，中科大，自動化所，曠視等聯合提出Meta-SR, 單一模型解決任意尺度的 super-resolution。

[Meta-SR: A Magnification-Arbitrary Network for Super-Resolution]

https://arxiv.org/pdf/1903.00875.pdf

• 圖像增強

◎CVPR2019論文，香港中文大學等提出。論文假設自然圖像的光照圖有著相對簡單的先驗，讓網絡模型去學習image-to-illumination mapping，實現retinex的圖像增強。

[Underexposed Photo Enhancement using Deep Illumination Estimation]

http://jiaya.me/papers/photoenhance_cvpr19.pdf

......

每天一坑，很少間斷，不要怕repo爛尾。只要作者還在計算機視覺領域，就會不斷更新自己的私房菜。

圖 目標是日更，還是有偷懶的幾天啊！

不要忘記star和pull requests，讓我們紅塵作伴。

安利一個論文閱讀查找

安利一個機器學習（包含計算機視覺的）網站（已經被Facebook收購），將ArXiv上的最新機器學習論文與GitHub上的代碼（TensorFlow/PyTorch/MXNet /等）對應起來。據網站開發者介紹，里面包含了 966 個機器學習任務、515 個評估排行榜（以及當前最優結果）、8625 篇論文（帶源碼）、704 個數據集。

paperwithcode網站廣泛涉及了各類機器學習任務，包括計算機視覺、自然語言處理、醫療、方法（Methodology）、語音、游戲、圖、時序、音頻、機器人、音樂、推理、計算機代碼、知識庫、對抗等方面的內容。

感受一下網站風格，再也不怕找不到最好看的論文，加上ahong007007的awesomeCV，三個月一個療程，計算機視覺從入門到入坑，三個療程，可以治愈計算機視覺臉盲的問題。網站地址：https://paperswithcode.com

awesomeCV什么時候能被Facebook和paperwithcode網站收購那，讓我們拭目以待。

閱讀論文書籍，探討讀書意義

寫到這里有跑題之嫌，但是我覺得閱讀計算機視覺的專業文獻，和讀書有些共同之處。

我每天閱讀一篇專業論文，也在坐地鐵時間打卡微信閱讀。在豆瓣寫了5年的書評，在微信閱讀打卡280小時。

理工科讀paper讀專業書籍，都有一把尺子——各種實驗數據集，能衡量理解的對不對，每天都有可能推翻之前的state-of-art，經典書籍可能10年100年不過時；論文會用實驗數據表明我的工作好不好，有Related Work橫向和縱向比較誰更好，書沒有答案，沒有學科綜述，全靠你去總結。一般經典書籍不會說別人對不對，但是每個觀點都能自圓其說。

但是對于人文學科的思想和精神財富，沒有評價標準和答案，只有根據個人的閱歷，讀懂引起心靈共振的段落。當閱讀時候，一定要有自己的思考，延伸，才會讓血肉之軀留下更多的精華。當我再拿起書，我會知道我應該辯證去看，這篇文章的有沒有abstract在哪里，introduction該怎么說，有沒有Related work可比較一下，backbone是干嘛的，method做了沒，Experiments該怎么做，看完書應該得出什么conclusion。

讀一篇論文，會第一時間看看Experiments做的好不好；讀書，也要第一時間翻到最后，作者寫的虎頭蛇尾，說明作者才華不足以完整整個工作，就不要花費過多的精力了。

用理工科的思維去讀書，也挺有意思：理解背后的動機，原理，當過了N年，即使不記得那本書，還記得那個思想理論和背后的故事。也許會推導出以前讀過的結論、也許是推翻以前的結論。

為了幫助大家更好的閱讀論文，我們整理了一份硬核干貨：計算機視覺頂會資源大合集，內容包含：

• CVPR資源合集：400篇CVPR2020論文合集+解讀/CVPR2019論文合集+解讀+代碼+大會Oral視頻+分享會/CVPR2018/CVPR2017/CVPR2016

• ICCV/ECCV資源合集：ICCV2019論文合集+解讀+全部開源代碼/ECCV2018 論文合集+解讀/ICCV2017論文合集+解讀

• ICLR/NeurIPS/AAAI/Valse資源合集

• ……

掃描下方二維碼，回復極市平臺即可獲得上述資源

本文原創首發于公眾號【極市平臺】，一個專注計算機視覺前沿資訊和技術干貨的純粹技術號。
掃描上方二維碼，回復加群，即可加入來自港科大、北大、清華、CMU、騰訊、百度的10000+開發者技術交流社群，獲得大咖直播分享、技術干貨、前沿資訊、算法競賽實踐、真實項目需求對接、行業技術交流機會等內容。

極市平臺優質文章精選：

• 25篇最新CV領域綜述性論文速遞！涵蓋15個方向：目標檢測/圖像處理/姿態估計/醫學影像/人臉識別等方向

• CV開發者自我修養 | 吳恩達教程/筆記/刷題資料最全匯總

• 極市直播|第45期-俞剛Human pose Estimation分享回放視頻（含PPT）

• 秋招面經?| 計算機視覺匯總面經分享

總結

以上是生活随笔為你收集整理的听说读论文也有trick？这篇文章告诉你深度学习论文阅读最佳姿势的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。