原文鏈接：https://mp.weixin.qq.com/s/_ppQ9sYdsJTkFYyR_LEhpQ

大家好，我是小6，計(jì)算機(jī)視覺(jué)領(lǐng)域的新論文、新方法可謂是日新月異，那么作為從業(yè)者，如何能最快獲取最新的技術(shù)資訊？我覺(jué)得有以下幾點(diǎn)：

1、訂閱本領(lǐng)域的技術(shù)媒體，尤其是那些能夠發(fā)布最新動(dòng)態(tài)及解讀的機(jī)構(gòu)（比如我們計(jì)算機(jī)視覺(jué)life的公眾號(hào)及視頻平臺(tái)）

2、多和同行交流，溝通（比如參加國(guó)際會(huì)議）。做研究就是在交流中迸發(fā)思路，獲取新知的，不僅僅是最新的資訊，還有思想火花的碰撞，對(duì)于拓展思路，解決難題非常有用。

3、自己查找關(guān)注本領(lǐng)域的論文，比如ArXiv 就是不錯(cuò)的渠道。

不知道你有哪些好的渠道？這里我們選取了知乎上的幾位答主，供大家學(xué)習(xí)交流，歡迎留言區(qū)討論。

謝凌曦

鏈接：

https://www.zhihu.com/question/478158497/answer/2475253379

在閱讀下面的回答之前，先明確一點(diǎn)：每個(gè)人學(xué)習(xí)、思考的習(xí)慣不可能完全相同，甚至可能有很大不同。下面，我會(huì)闡述我的方式，但它不一定適合所有人，要辯證、批判地看待。

首先，我認(rèn)為以科研為目標(biāo)的初學(xué)者需要做的事情有如下幾件（從大到?。?，缺一不可：

1. 領(lǐng)域級(jí)。構(gòu)建所屬領(lǐng)域的世界觀，了解整個(gè)社區(qū)希望解決哪些問(wèn)題，它分為哪些子問(wèn)題，當(dāng)前的推進(jìn)狀態(tài)如何。在此基礎(chǔ)上，要不時(shí)思考：什么問(wèn)題能做，什么問(wèn)題還不能做，做哪些事情就能把不能做的事情變成能做。

2. 方向級(jí)。對(duì)于自己研究的方向，要了解它的完整發(fā)展脈絡(luò)，包括當(dāng)前通用的算法是如何一步步發(fā)展出來(lái)的，歷史上有哪些成功、失敗的嘗試，等等。

3. 課題級(jí)。找到一個(gè)具體的課題，深深地鉆研下去，嘗試改進(jìn)現(xiàn)有算法的方方面面，并且最終形成一篇論文。即使論文沒(méi)能發(fā)表在很好的會(huì)議或者期刊上，也能夠得到很好的鍛煉。

以我個(gè)人的情況為例，簡(jiǎn)單說(shuō)明：

1. 我從事計(jì)算機(jī)視覺(jué)領(lǐng)域的研究。它是人工智能的一個(gè)分支，因此我需要去了解人工智能的大致發(fā)展歷史，要清楚：人工智能的根本問(wèn)題是什么；從數(shù)學(xué)上的形式定義是什么（簡(jiǎn)單地說(shuō)，就是給定輸入x和輸出y，尋找函數(shù)使得盡量被滿足）；為什么統(tǒng)計(jì)學(xué)習(xí)是當(dāng)前解決這類通用問(wèn)題的最佳途徑（因?yàn)閱?wèn)題往往具有復(fù)雜性和不確定性，因此需要概率建模）；深度學(xué)習(xí)是如何提升統(tǒng)計(jì)學(xué)習(xí)能力的，它的前提是什么（大算力和大數(shù)據(jù)）；深度學(xué)習(xí)有哪些缺陷（數(shù)據(jù)驅(qū)動(dòng)、可解釋性差，等等）。有了這些知識(shí)，我就不會(huì)完全迷信深度學(xué)習(xí)，從而迷失真正重要的事情。

2. 我當(dāng)前研究方向之一，是大規(guī)模圖像預(yù)訓(xùn)練算法。我需要清楚：為什么預(yù)訓(xùn)練是必不可少的算法（為什么視覺(jué)任務(wù)通常遵循預(yù)訓(xùn)練+微調(diào)的范式）；預(yù)訓(xùn)練算法需要做到什么（捕捉無(wú)標(biāo)簽或者混合標(biāo)簽下的數(shù)據(jù)分布）；需要如何與其他方法配合（提供基礎(chǔ)backbone以供下游有監(jiān)督算法微調(diào)）；預(yù)訓(xùn)練算法的發(fā)展史（包括早期基于geometry的算法、后來(lái)基于contrast的算法、再后來(lái)基于prediction或者generation的算法，等等）；這些算法的發(fā)展有什么規(guī)律（這是重點(diǎn)，預(yù)訓(xùn)練算法的發(fā)展主要體現(xiàn)了人類對(duì)于視覺(jué)特征本質(zhì)的不斷認(rèn)識(shí)，特別是哪些情況下視覺(jué)特征應(yīng)該保持不變這個(gè)根本問(wèn)題的回答）。當(dāng)然，當(dāng)前的算法還有很多不完美的地方，這就是我努力的方向。

3. 根據(jù)上面的認(rèn)識(shí)，我就可以找到一些課題，最終完成具體的工作。例如，我認(rèn)為當(dāng)前的預(yù)訓(xùn)練方法大多假設(shè)data augmentation后圖像與原先圖像具有相同的特征，以此來(lái)獲取學(xué)習(xí)的動(dòng)力。這個(gè)假設(shè)有一定的問(wèn)題，也造成了當(dāng)前算法的一些局限性。這樣，我就找到了可做的課題，可以在一段時(shí)間內(nèi)仔細(xì)研究。

也就是說(shuō)，初學(xué)者需要構(gòu)建起層次化的知識(shí)體系，為此可能需要數(shù)年的時(shí)間來(lái)不斷學(xué)習(xí)、研究、思考，迭代自己的知識(shí)庫(kù)。我提幾個(gè)具體的建議，以提高follow新技術(shù)的效率。和上面的順序相反，下面的建議是從小到大的。

• 每天讀論文，比如arXiv推送。初學(xué)者可以每天花2-3小時(shí)讀論文，熟練以后可以逐漸縮短到0.5-1小時(shí)。一開(kāi)始讀得慢不要緊，學(xué)費(fèi)總是要交的。逐漸地，你會(huì)意識(shí)到這樣一件事：論文分為兩類，一類拓展了認(rèn)知邊界，一類在邊界范圍內(nèi)把事情做得更好——大部分論文都屬于第二類，而這類論文往往不需要花費(fèi)太多時(shí)間去讀，除非你特別關(guān)心其中的某些細(xì)節(jié)。每天掃arXiv列表的時(shí)候，完全可以跳過(guò)其中80%以上的論文，只去讀自己感興趣的論文，接受漏掉一些“可能有用”的論文：如果這些論文真的很重要，你遲早會(huì)在其他推送里看到它。說(shuō)到推送，公眾號(hào)們推送的文章并不一定是重要的文章，就像當(dāng)紅明星的演技不一定好一樣。要有自己的判斷力。

• 維護(hù)一個(gè)研究方向的重要問(wèn)題列表，不時(shí)審視這些問(wèn)題，想想最近有沒(méi)有看到什么能夠推進(jìn)這些問(wèn)題的文章或者想法。注意，這些問(wèn)題不應(yīng)太大（比如深度學(xué)習(xí)的可解釋性）也不應(yīng)太?。ū热缒硞€(gè)參數(shù)怎么調(diào)節(jié)才能提升1%的精度），應(yīng)該是適中的。對(duì)于初學(xué)者而言，大概就是“有進(jìn)展了能發(fā)一篇論文”這種級(jí)別的問(wèn)題。每周至少花上2個(gè)小時(shí)，放空自己，就這些問(wèn)題展開(kāi)頭腦風(fēng)暴。但是一旦有想法，要寫(xiě)成文字記錄下來(lái)（如果你想發(fā)表英文論文，最好直接用英文寫(xiě)），記錄的過(guò)程就是不斷挑戰(zhàn)自己、充實(shí)想法的過(guò)程。每隔一段時(shí)間，找?guī)讉€(gè)同學(xué)（或者在組會(huì)上）分享自己的想法，哪怕是非常不成熟的思考。

• 每1-2個(gè)月，給自己一個(gè)任務(wù)，隨機(jī)找一個(gè)感興趣的其他研究方向（大多數(shù)情況下不出領(lǐng)域），調(diào)研它的最新進(jìn)展。比如我的研究方向是視覺(jué)預(yù)訓(xùn)練和視覺(jué)識(shí)別的，可以看看最近圖像生成或者三維重建有什么進(jìn)展，了解下最新發(fā)表的模型。這個(gè)活動(dòng)，有助于更新你的科研世界觀，讓你反思自己維護(hù)的那個(gè)“什么能做、什么不能做”的知識(shí)庫(kù)是否發(fā)生了變化。例如，NeRF這篇文章就讓我的知識(shí)庫(kù)發(fā)生了快速、中等程度的變化，讓我了解到“三維表示原來(lái)還可以這樣做”；反之鋪天蓋地的Transformer系列文章倒沒(méi)有給我太大沖擊，只是讓我知道這種模塊（數(shù)學(xué)函數(shù)）可以更好地?cái)M合數(shù)據(jù)罷了。順便說(shuō)一句，我們要正視Transformer模型在統(tǒng)一圖像和文本方面的潛力，所以CLIP這篇文章，雖然方法非常簡(jiǎn)單，還是開(kāi)創(chuàng)了一個(gè)新的方向，緩慢、中等程度地，更新了我的知識(shí)庫(kù)。要說(shuō)什么文章能夠快速而大幅度地更新知識(shí)庫(kù)，怕是要追溯到AlexNet這種具有劃時(shí)代意義的論文了。

此外還有一個(gè)獨(dú)立的：要多跟不同層次的學(xué)者討論，他們會(huì)刷新你不同方面的認(rèn)知。比較senior的學(xué)者可能會(huì)讓你思考一些從未想過(guò)的問(wèn)題，比較junior的學(xué)生可能會(huì)跟你討論很多細(xì)節(jié)問(wèn)題，這些都是有益的。如果你口才好，還可以嘗試給初學(xué)者講課，接受小白的各種問(wèn)題的挑戰(zhàn)，這樣也能提高自己。

寫(xiě)得比較亂，希望有所幫助?？偨Y(jié)下來(lái)，科研最重要的事情，是構(gòu)建并維護(hù)自己的層次化的知識(shí)庫(kù)。這件事急不得，只能通過(guò)點(diǎn)滴積累來(lái)完成。加油！

Huang

鏈接：

https://www.zhihu.com/question/478158497/answer/2205893690

非常能理解這種感受。每次做完一篇工作，我也會(huì)有相似的感受。畢竟我們的精力是有限的，當(dāng)你全身心投入在一篇工作中的時(shí)候，的確很容易忽略和這篇工作沒(méi)有直接聯(lián)系的其他領(lǐng)域的工作。這也是為什么跨領(lǐng)域甚至跨學(xué)科的工作通常都會(huì)是非常有影響力的工作，大到AlphaFold用基因序列預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，小到ViT用transformer做visual recognition。

我個(gè)人的解決方案通常是這樣的。第一個(gè)是積極地和同行交流，不僅僅是同一個(gè)實(shí)驗(yàn)室的，還可以是不同實(shí)驗(yàn)室的connection。一方面是能和不同領(lǐng)域的同學(xué)交流，另一方面，即使研究領(lǐng)域相同，在不同實(shí)驗(yàn)室的對(duì)于相同問(wèn)題的viewpoint可能也會(huì)或多或少的有些不同的地方。像我現(xiàn)在實(shí)習(xí)的地方，大家都有不同的研究方向，有做self-supervised learning的，有做few-shot classification的，我們有固定的paper reading section，每周會(huì)坐在一起由某個(gè)領(lǐng)域的同學(xué)講幾篇最近自己領(lǐng)域里的發(fā)展，不得不說(shuō)聽(tīng)領(lǐng)域大佬們講自己領(lǐng)域的文章，還是比自己硬啃會(huì)容易follow得多。可能這也是像workshop這類活動(dòng)舉辦的重要意義之一吧~

這也讓我想到自己大三幫本科的班主任做一個(gè)無(wú)人機(jī)跟蹤的項(xiàng)目的時(shí)候，已經(jīng)有很多基于相關(guān)濾波甚至有一些基于deep learning的tracking方法了。無(wú)奈當(dāng)時(shí)雖然關(guān)注到了，但是身邊的同學(xué)包括老師也都不懂這些技術(shù)，沒(méi)人交流，自己去硬啃又沒(méi)法meet project deadline，最后無(wú)奈只能用orb特征來(lái)做前后的一個(gè)匹配，幸運(yùn)的是最終也是達(dá)到了性能的要求，成功交差了。但如果當(dāng)時(shí)能夠有幸遇到我兩年后的另一位做tracking導(dǎo)師的話，或者他手底下的學(xué)生的話，很可能在交流之后我能更早更容易地去follow當(dāng)時(shí)的一些熱點(diǎn)，做出更加solid的成果。

我的第二個(gè)方法是關(guān)注一些自己可能沒(méi)有什么connection，但是產(chǎn)出質(zhì)量始終很高的大組。比如像基于video的多模態(tài)方向，我最近的一個(gè)回答也總結(jié)了一些我個(gè)人常關(guān)注的list，我一般沒(méi)什么事的時(shí)候就去刷刷這些組里的大老板的google scholar，一方面可以觀察到大佬的引用隔一天都是幾十幾十的漲，另一方面也是可以最快得關(guān)注到和自己領(lǐng)域有一定overlap的組，最近有沒(méi)有追隨什么熱點(diǎn)。

兩種方法對(duì)比，我更喜歡第一種。畢竟第一種方法在很多時(shí)候，可以了解到一些別人正在追隨而還沒(méi)有發(fā)表出文章的熱點(diǎn)，比如最近有一個(gè)學(xué)弟在我open source我最新的code之前，就通過(guò)和我交流，自己reimplement了我的方法，做了修改之后性能很好，準(zhǔn)備投cvpr了，而我的文章還在under review...如果是等我的paper和code release之后才去follow的，很可能已經(jīng)慢了一步了。

其實(shí)總結(jié)來(lái)說(shuō)，無(wú)非就是多和其他人交流，無(wú)論是通過(guò)面對(duì)面的形式，還是看author親自解讀的方式，亦或是直接讀對(duì)方paper的方式。即使是一個(gè)對(duì)于所有researcher的biased sampling，始終還是相對(duì)自己埋頭苦干有那么一些優(yōu)勢(shì)吧。

最后祝大家的biased sampling都可以sample到最值得follow的熱點(diǎn)，做人不缺paper，做paper不缺人~

電光幻影煉金術(shù)

鏈接：

https://www.zhihu.com/question/478158497/answer/2476320815

搞個(gè)思維導(dǎo)圖吧兄弟。下面借鑒和擴(kuò)充了 @謝凌曦 的基本思想。

領(lǐng)域級(jí)思維導(dǎo)圖

我這里憑理解幫你畫(huà)一下氣泡型思維導(dǎo)圖。

從上圖可以看出，計(jì)算機(jī)視覺(jué)主要與很多學(xué)科相關(guān)，比如人工智能、機(jī)器學(xué)習(xí)、計(jì)算機(jī)圖形學(xué)和機(jī)器人等。了解與不同學(xué)科之間的關(guān)系，可以更好地幫你把握計(jì)算機(jī)視覺(jué)的位置。我這里簡(jiǎn)要概括一下：

1. 與人工智能的關(guān)系：人工智能是計(jì)算機(jī)視覺(jué)的一大起源，也是重要目的。

2. 與機(jī)器學(xué)習(xí)的關(guān)系：機(jī)器學(xué)習(xí)是重要的計(jì)算機(jī)視覺(jué)的方法，也是一大思想來(lái)源。

3. 與計(jì)算機(jī)圖形學(xué)的關(guān)系：圖形學(xué)與視覺(jué)的多個(gè)層面有交叉，技術(shù)互補(bǔ)，應(yīng)用有交叉。

4. 與機(jī)器人的關(guān)系：機(jī)器人是計(jì)算機(jī)視覺(jué)的一個(gè)主要應(yīng)用平臺(tái)。上面這個(gè)圖還可以細(xì)化，幫你了解一些不同領(lǐng)域的細(xì)分課題。

上面這個(gè)圖還可以細(xì)化，幫你了解一些不同領(lǐng)域的細(xì)分課題。

有一個(gè)好的領(lǐng)域級(jí)picture，能夠幫你快速判斷課題的意義大小，在整個(gè)科研世界的位置，以及未來(lái)產(chǎn)業(yè)鏈中的地位?？蒲斜仨毩⒆汩L(zhǎng)遠(yuǎn)，領(lǐng)域級(jí)的把握是非常重要的。

方向級(jí)思維導(dǎo)圖

這里主要講一下計(jì)算機(jī)視覺(jué)的發(fā)展邏輯，主要解釋一個(gè)根本問(wèn)題：為什么計(jì)算機(jī)視覺(jué)會(huì)有這么多論文冒出來(lái)？解決了這個(gè)根本問(wèn)題，你就不難在計(jì)算機(jī)視覺(jué)這個(gè)大領(lǐng)域有立足之地，同時(shí)順藤摸瓜，逐漸把自己的地盤(pán)做大。這里使用流程型思維導(dǎo)圖：

任何一個(gè)計(jì)算機(jī)視覺(jué)的子領(lǐng)域，都滿足上述的一個(gè)發(fā)展邏輯：先有傳統(tǒng)任務(wù)（就是經(jīng)典的不能再經(jīng)典的，圖像分類之類的），然后有一些初始的模型。之后隨著新概念、新模型的興起（比如transformer），提出了很多很新的fancy的模型。之后經(jīng)過(guò)大量的實(shí)驗(yàn)沉淀，淘汰掉不好用的fancy模型，最后留下來(lái)扎實(shí)的模型（solid model），最后再產(chǎn)生新的任務(wù)（比如跨越領(lǐng)域的、更大規(guī)模的等等）。

了解自己領(lǐng)域的發(fā)展階段，能比別人看的更遠(yuǎn)，是做出跨時(shí)代研究的基礎(chǔ)。

課題級(jí)思維導(dǎo)圖

具體要選課題的話，需要了解一下計(jì)算機(jī)視覺(jué)的一些基本任務(wù)/熱門(mén)任務(wù)，以及每個(gè)任務(wù)的前途、SOTA方法、研究多深。新手的話一定要分清什么是課題/任務(wù)、什么是模型：課題是一個(gè)與模型無(wú)關(guān)的問(wèn)題，模型是一種解決問(wèn)題的手段。我這里主要對(duì)任務(wù)進(jìn)行梳理，不涉及模型。

注意現(xiàn)在每個(gè)分課題幾乎都有群聊，新手可以加入群聊看看大家在聊什么，融入一個(gè)好的科研氛圍。

這里使用最基本的樹(shù)狀圖：

掌握科研與工程的明暗線

計(jì)算機(jī)視覺(jué)是一個(gè)典型的工程向領(lǐng)域，提供好的工程進(jìn)展（包括工具庫(kù)、工程經(jīng)驗(yàn)、工程參數(shù)）對(duì)科研的貢獻(xiàn)，遠(yuǎn)大于幾篇灌水的論文！

從科研工作者的角度，把握科研與工程的雙線進(jìn)步，是保持科研進(jìn)展，發(fā)solid論文的不二法門(mén)。

這里用魚(yú)骨思維導(dǎo)圖來(lái)展示：

魚(yú)骨上方展現(xiàn)的是科研的幾個(gè)比較重要的特質(zhì)，比如要有新的概念、發(fā)掘新的問(wèn)題、實(shí)現(xiàn)新的框架、或者要有新的應(yīng)用。

魚(yú)骨下方展示的是工程上比較重要的技術(shù)，要有更公平的比較，更好用的開(kāi)源庫(kù)，更高效的實(shí)現(xiàn)等等。

既要仰望星空，也要腳踏實(shí)地。既要大膽猜想，也要小心嘗試。把握好科研與工程的平衡發(fā)展，也是必要的技巧。

劉斯坦

鏈接：

https://www.zhihu.com/question/478158497/answer/2047856357

lstm、rnn、transformer這些，是任何一本深度學(xué)習(xí)教材上都會(huì)講的，屬于基礎(chǔ)知識(shí)哈，不到“新技術(shù)”的地步，所以可能還是得先補(bǔ)充基礎(chǔ)知識(shí)。。。

我一個(gè)工程師，都得時(shí)不時(shí)看有沒(méi)有新的成果出來(lái)，和自己做的方向相關(guān)的，更是要緊盯。博士，每天刷新的論文應(yīng)該算是日常操作吧？

最后要做到自己熟悉的領(lǐng)域掃一眼論文里的圖片就大概知道重點(diǎn)在哪里，值不值得看。各種量級(jí)的模型在各個(gè)數(shù)據(jù)集上的精確度和推斷速度要心里有底。有很多文章，他只和表現(xiàn)比他差的模型去比較，很多模型都是上古模型；瘋狂overfit某個(gè)數(shù)據(jù)集，不覆蓋大部分?jǐn)?shù)據(jù)集，這些一看就知道沒(méi)什么價(jià)值。

告訴你一個(gè)辦法，如果你覺(jué)得一篇文章很不錯(cuò)，那就上知乎搜一下看有沒(méi)有人提到，有人提，熱度不低，基本就算值得一看了。熱度高的文章，把各路知友的文章看一遍基本也就差不多了。

樓上有知友提到直接看頂會(huì)，頂會(huì)當(dāng)然要看，但絕對(duì)是不夠的，很多成果等到頂會(huì)發(fā)表，已經(jīng)滯后半年了，還是要密切關(guān)注arxiv。

以上轉(zhuǎn)自知乎原作者，僅作為學(xué)習(xí)交流使用，如有侵權(quán)，聯(lián)系刪除不知道你有哪些好的渠道？歡迎留言區(qū)討論。

? ? ? ? ? ? ? ?

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?計(jì)算機(jī)視覺(jué)life ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

聚焦計(jì)算機(jī)視覺(jué)、機(jī)器人SLAM、自動(dòng)駕駛、AR領(lǐng)域核心技術(shù)。系統(tǒng)學(xué)習(xí)教程官網(wǎng)cvlife.net

352篇原創(chuàng)內(nèi)容 ? ? ? ? ? ? ? ? ? ? ? ?

公眾號(hào)

獨(dú)家重磅課程官網(wǎng)：cvlife.net

全國(guó)最大的機(jī)器人SLAM開(kāi)發(fā)者社區(qū)

技術(shù)交流群

—? ?版權(quán)聲明? —

本公眾號(hào)原創(chuàng)內(nèi)容版權(quán)屬計(jì)算機(jī)視覺(jué)life所有；從公開(kāi)渠道收集、整理及授權(quán)轉(zhuǎn)載的非原創(chuàng)文字、圖片和音視頻資料，版權(quán)屬原作者。如果侵權(quán)，請(qǐng)聯(lián)系我們，會(huì)及時(shí)刪除。