论文学习方法总结

论文学习方法

主要内容：

• 为什么要读论文？
• 读哪些论文？
• 怎么读论文？
• 怎么写论文？

一、为什么要读论文？

• 基础技术： 论文中的Related Works可以帮助了解该领域中的主要的技术栈，追踪经典算法论文；
• 新方向和思路： 跟上该技术领域内的最新发展思路，对当前算法存在的问题提供指导；
• 面试： 提问领域技术的新方向，工作时需要不断接收新思路的熏陶和培养；
• 复现： 提升编程能力、模型训练经验以及框架的熟悉程度；

二、读哪些论文？

• 综述： 包含该方向的经典历程，帮助补充必要的基础知识，熟悉一些关键算法和技术栈，可以在实践中验证效果；快速找到可落地方案；
• 代表性论文： 该领域最关键的技术论文（常用、高频）；可以从综述或者其他算法的Related Works中获得，通常有开源代码，帮助快速可靠地落地；
• 前沿论文： 了解该领域的发展方向，科研必备；在工业中采纳新想法，帮助解决积累的问题；
• 关注顶会： CVPR、ICCV、AAAI等，尤其是Oral;
• 在相关领域搜索Google Scholar： https://scholar.google.com
• 关注 VALSE & Webinar: VALSE是中国大规模的学术研讨会议，每年举办，讲解各路论文算法和年度进展等；平时有视频算法讲解；
• Papers with Code： https://paperswithcode.com,整理大量论文以及复现或原作者代码；方便一边看论文一边实验；
• 咨询大佬！

三、怎么读论文？

• Origins： 来源有一定的引导性，比如Google Brains，FAIR等大型研究机构的论文通常易读、易复现，或者有开源代码可以实践；
• Abstract： 看主要的创新点是否符合寻找的方向以及是否感兴趣，避免浪费时间；通常会提到创新点以及效果（准确率、AP等）；
• Introduction： 快速读，主要在复述对比算法的问题（帮助你认识以前的或者正在使用的算法存在什么问题）和提出创新点；
• Related Works： 如果你不了解经典的相关算法，可以找出来读；如果已经了解了，可以选择跳过；
• Our Work： 这部分是重点，主要在对新算法涉及的创新点做详细分析和介绍，看里面的“知识点”关键词来确定思路；可以尝试复现；
• Experiments ： 积累训练算法和数据准备的经验；再看实验结果在那些指标上领先；

四、怎么写论文？

• 多读： 充分掌握前沿思路并总结问题；没有完美的算法，只有更优秀的思路；
• 多记： 边读论文边在旁边注释自己的思考和想法，以及与看过的论文思路上的相通性和不同点；
• 多写： 参照通用的经典论文格式，把自己做的实验写成一个"paper"；纪录实验思路和结果；
• 多讨论： 与同组或大牛讨论自己的思路和实验方法，总结经验和问题；