点击下方名片,关注我们,持续学习。

前言本次新升级了百篇论文阅读计划。
QQ交流群:444129970。群内有大佬负责解答大家的日常学习、科研、代码问题,群文件里也有很多计算机视觉入门的电子版资料,想要领取的朋友请加群自行下载。
基本方案
前段时间发布了一个百篇论文阅读计划,经过一段时间的尝试,效率整体很低,效果比较差。
这次决定升级一下方案。
这个方案初步如下,我们将创立一个论文分享交流群,每个时间段找一个方向,并由大家收集这个方向的所有重要论文,我们从中筛选出十几篇出来,设置一个时间,例如一个星期,半个月。大家一起阅读完成,并在群内以PDF形式发表笔记,笔记仍然按之前的百篇论文阅读计划里的四点来写。笔记的形式将放在文末。阅读完一个向就进行一定的总结内部分享讨论,然后再重复下一个方向的收集、筛选、阅读、发笔记、讨论总结等过程
我们也会设置一些奖励,每篇论文我们都选择一个写得最好的笔记,发30块钱奖励,100篇笔记下来出来读完了几个方向的所有重要论文,知识面、个人能力得到大幅提高以外,当中不少人还可以得到不少的钱。当然,重点仍然放在提升个人能力上。
但鉴于去年第一次建设知识星球的经验,以及这一年多来对大家的了解,免费的活动自古就是白嫖,不珍惜,不重视。那这次设置一点门槛,报名费100,发表笔记满五十篇,就可以全额退还,否则就当给我们组织活动的经费了(毕竟上面还需要给每篇笔记写得最好的发奖励,需要点经费)。
活动初衷:提高知识面、提高科研水平、提高个人能力,整个活动坚持下来,对个人能力和水平的提升不是一点半点,是远远不可估量的。三分钟热度的人不要参与,否则不管你在群里只待了几天,哪怕一天,100块钱也是不会退的,因此务必慎重,本活动也仅为那些日后真正想从事CV的人设置的。
第一次组织将从两个方向开始,一个是transformer架构,一个是点云基本模型,我们将收集几十篇transformer架构、点云模型的论文(用于具体方向的不算,仅架构上的设计),然后各自筛选出十几篇,作为组织阅读的论文,时间在11月2号前截止。第二次将组织阅读模型压缩、量化、剪枝方向和3D目标检测方向的论文。
活动参与方式
扫描下方二维码,添加本人微信,备注“ 研究方向-百篇论文阅读计划 ” 。
笔记形式
  1. 【论文方向 年份】论文标题(也即PDF名字)
  2. 论文标题,代码。

  3.  这篇论文的出发点是什么?想要解决什么问题?这篇论文的创新思路是什么?
  4. 结构图是什么?核心要点是什么?方法的大体介绍。
  5. 结果如何?放上几个关键的实验截图。
  6. 如何评价这篇论文?从创新性、方法复杂性、实际效果、可用于借鉴的点、可能还存在的问题等方面评价。
    例如:
    1)这篇论文没啥创新,仅仅是做了一个小小的改进,方法比较简单易用,涨点明显,可以考虑拿来作为其它模型的tricks。
    2)这篇论文极具新颖性,虽然最终效果不怎么样,但提供了一个很好的思路,可以考虑用于知识蒸馏、目标跟踪、遥感目标检测等方向进行尝试。
    3)这篇论文创新一般,为了涨点,做了很多非常复杂的事情,一看就属于水平很低的论文,建议避坑。
    4)这篇论文的出发点很好,指出了XX任务的核心问题所在,提出了一个很新颖的观点,但针对这个核心问题,论文提出的解决方案感觉并没有很好地解决,应该可以有更好的解决方案,值得在这个核心问题上继续寻找方案。
论文笔记不得少于500字,且须包含以上所有要素才算一篇合格的笔记,否则不计入笔记数量范围内。总之,白嫖者勿入,参与者须诚心诚意参与阅读、发笔记、讨论总结。
若觉得还不错的话,请点个 “赞” 或 “在看” 吧
其它文章
训练/测试集分布不一致解法总结
图像超分多尺度注意网络MAN开源:大核分解与注意力机制的巧妙结合
资源分享 | detre:面向DETR系列的目标检测开源框架
CMU最新《多模态机器学习的基础和最新趋势》综述
自动驾驶开源数据集资源汇总
入门必读系列(五)如何选择合适的初始化方法
入门必读系列(四)Transformer模型
入门必读系列(三)轻量化模型
入门必读系列(二)CNN经典模型
入门必读系列(一)欠拟合与过拟合总结
深度学习框架下群组行为识别算法综述
【技术文档】《从零搭建pytorch模型教程》122页PDF下载
算法工程师对工业界科研的思考与感悟
2021年小目标检测最新研究综述
小目标检测常用方法总结
深度学习检测小目标常用方法
小目标检测的一些问题,思路和方案
资源分享 | SAHI:超大图片中对小目标检测的切片辅助超推理库
PNNX: PyTorch 神经网络交换格式
干货 | CV 面试问题详解宝典--目标检测篇
目标检测mAP的计算 & COCO的评价指标
全面理解目标检测中的anchor
目标检测中回归损失函数总结
继续阅读
阅读原文