读研经验总结篇--以配准研究为例

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

整理：公众号@我爱计算机视觉

本文仅做学术分享，如有侵权，请联系删除。

本文转载自知乎，已获作者Timmymm授权转载。

https://zhuanlan.zhihu.com/p/151020624

前言

受疫情影响，一切人群聚集的活动都被取消或推迟了。我们的毕业典礼原应该像以往一样，让人兴奋、迷惘、庄严而又不舍，但这次却悄无声息。这突如其来的疫情，一直顽强蔓延至今，近期仍有大面积反弹风险。

受此影响，我的母校始终未让毕业生一起返校，也没有举行毕业典礼，没有任何形式的活动。我们只能草草收拾东西，退宿，踏入工作岗位，甚至不能和班上的同学好好道个别，更别提合拍毕业证了。

我对此一直很遗憾，总想以某种形式总结下研究生阶段的经历，纪念一下。在科研方面，我一直想总结一下，本着知识分享的精神，给大家分享一下我的研究生期间的科研经历与经验，发挥我的余热（因为我跨行做了别的），希望对大家有所帮助，也是给自己的一个交代。

今天是端午节，先祝大家端午安康，我今天终于得空，好好总结反思一下了，以下就是正文。

这次我要分享的是研究生如何做科研--从入门到放弃。我将要分享的经验全部来自于我的个人实践，从我做基于深度学习的医学图像配准项目中总结得到的，包括从入门的选题定题、文献调研、查找资料、编程调试、论文撰写等各个方面。

我分享的目的呢，首先是总结一下我的研究生经历学到的东西，消化沉淀成为自己的；再者就是希望能帮助到后来者更快的入门，少走些弯路，多为国家科研大业做贡献吧。以下我将按照科研的流程进展，从各个部分展开我的总结分享。

目录

正文

1，定题，背景调查，文献调研

2，确定方案，准备材料

3，寻找开源项目

4，创新

5，编程实现，调试

6，写论文

总结

开源计划

---

正文

1，定题，背景调查，文献调研

开始科研的第一步就是选题定题，这个步骤实际上在读研开始前选导师的过程中，已经大体上划定了范围，或者导师已经想好了你读研要做的课题方向。

更灵活一点的，就是导师临时安排你做新的项目，但大体上都与你的导师的研究方向或者承担的课题项目有关。一般情况下，导师让你自由定题的可能性不太大，但不排除这种可能。

我的情况是保研的时候确定方向是做基于深度学习的医学图像处理，研一下学期才确定是做配准，而在此之前我对配准了解的不多也不深，虽然本科毕设也是配准。

我刚开始着手做配准的时候，基础很差，一脸懵逼，无从下手。遇到这种情况呢，给大家推荐一个我导师教我的方法，叫文献调研。顾名思义，就是调研一下课题相关的文献，写一篇文献综述。

在调研的过程中，解决几个问题：你的课题具体是什么，需要做哪些工作，以前的方法有哪些，最新的科研进展是啥，未来的发展方向是啥，具有什么样的意义，等等。在这个过程中，你可能需要调研很多文献，至少20篇，包括比较早的经典论文，和最新的前沿研究论文，这样才可以对该领域有个大致的了解，对以上的几个问题有个初步的答案。

还以我自身的经历为例，我刚开始接触课题的时候，导师安排我调研一下配准最新的文献，写一篇综述给他，也就是我在博客中发的这一篇文章（https://blog.csdn.net/weixin_41699811/article/details/84314070）。

我当时下载了三十篇左右论文，有很老的，也有最新发表的，有综述类的，还有研究类的。总之就是跟课题相关的都会看一下，有些精读，有些泛读。前后看了有一个月左右，才对配准项目有个大致的了解，知道配准的大致轮廓与理论概念。

说到文献调研，我再简单介绍一下怎么查文献。最简单的方法当然是百度学术，谷歌学术。专业一点的就是学校图书馆网站检索论文，知网啥的，另外还有去相关期刊网站找，如ieee xplore啥的，开源预印本论文网站arxiv.org等。

当然，还有一些非正规的网站，如sci-hub之类的。很多方法，最大的方法就是找方法，搜一下查文献的方法。我本人最常用的两个方法是：

一，登录校园网或者校园，使用学校图书馆的论文检索接口，搜索需要的论文。这是因为一般学校都会买一些常用的论文数据库，可以免费下载；

二，在arxiv.org网站上搜索共享的论文预印本，免费、方便、论文新。

2，确定方案，准备材料

做了文献调研，对课题的背景有了一定了解，就可以开始设计项目方案了。一般，导师给你布置任务，年轻的导师还在科研一线，会比较清楚最新研究进展，会给你指明用什么方法、技术做当前的课题，而年纪大点的导师一般都不太清楚最新技术了，只会给你布置任务、督促你完成，对你实际的项目细节不大过问。

针对前一种情况，你可以跟着导师指引的方向开始研究；而后者，则需要你自己选定方案了，当然这不能绝对，灵活应对吧。我是后者，自己摸索方法，定期给导师汇报进展。

设计课题方案，就是根据你课题需要，结合最新的技术进展，设计适合你的可行性方案。我这里想说的一点是你要注意可行性，只有可行的方案，才有意义，不然只是空中楼阁，可望不可即。

在设计方案的时候，就要确定该方案能否实现，是否缺少什么材料，是否有基础？而不是项目做了一半，发现该方案不可行，缺少东西，难以实现。具体来说，要实现一个项目，你最起码需要两个方面的材料，数据和代码。

巧妇难为无米之炊，没有数据，想法再好，也没法实现，发不了论文。代码就是你的基础，而不是你要造轮子，这样太耗费时间，如果有现成代码，而你只需要修改，创造自己的部分就好，那能节约一大部分时间。我的经验是，刚开始接触一个项目太难，你需要站在巨人的肩膀上，先学习、模仿，然后是改造、创造自己的内容。

下面分享一下我的情况。我导师刚开始给我安排的课题是二维-三维的多模态配准，但是经调研分析发现，项目不可行，没有数据，也没有DRR(三维图像投影成二维的)代码，所以转向做单模态配准。在探索研究方案的时候，我也一路试错，花费了相当长的时间，而究其原因是我最开始没有坚持自己的判断，而是跟着导师安排的方向走了。

看过我那篇综述文章的同学可能知道，我综述的结论是使用无监督学习做配准是未来的趋势，而导师比较相信监督学习的模型。所以我在监督学习上试验了很久，结果都是过拟合，这与Ground Truth数据有关，数据质量差，难以学到鲁棒的模型。问题一直难以解决，最后才放弃监督学习方法，转向使用无监督学习，才得到今天的结果。

人工智能时代，归根结底拼的是数据与技术。数据是根本，没有数据，就没法实现与验证你的想法。在做课题的时候，特别是做深度学习，数据的质量决定了你的结果上限。

在实际项目中，如果你有别人没有的数据，你就占有了先机，你可以做别人没有做过而且做不了的事情，所以很好发文章，这样的例子有很多，我的一个师兄和医院合作，医院提供数据，师兄搭模型跑实验，以共同一作的身份发了好多文章，找的工作也很好。

如果你没有数据，想发文章，就只能拼技术，使用开源的数据集，自己的方法结果比别人好，才可以发不错的文章。

3，寻找开源项目

无论做什么，从零到一都是最难的。如果要做一个课题，在毫无基础的情况下，很难顺利完成课题。目前大火的开源就是基于这样的情况，项目开源方便科研人员快速复现、对比、改进，而不是像以前一样代码与资料只在小范围内缓慢传递。

因此，我给各位的建议就是，在开始做课题，实现想法之前，先在GitHub上搜索一下对口的开源项目，也可以在读论文的时候着重开源了代码的项目，结合论文一起看，懂理论，也知道实现细节，更容易上手。站在巨人的肩膀上，看得更远。

关于配准的项目，GitHub上有很多仓库，我认为做得最好的、最全面的、维护的好的就是MIT的voxelmorph项目：

https://github.com/voxelmorph/voxelmorph 

我自己也是参考他们的工作，进行了改进创新，做了一点工作，完成了硕士研究生的学习，有兴趣的可以查看一下我的配准仓库：

https://github.com/Timmy-Fang/Deformable-Image-Registration-Projects

另外，给各位小白或者做配准的同学推荐一个仓库，是我们配准群里合作制作的一个收集配准相关内容的仓库awesome-image-registration：

https://github.com/Awesome-Image-Registration-Organization/awesome-image-registration

包括数据集、论文、工具、课程等等。最后，GitHub上的开源仓库是一个包库，强力推荐各位小白多浏览、多检索自己需要的内容，很可能有意外之喜。

4，创新

关于创新，我的心得是根据需要创新，而不是为了创新而创新。刚开始读研的时候，看了不少论文，在学校导师的催促下，我形成了一个倾向，在不接触实际项目的情况下，一心想着怎么创新，而没有真实的项目环境做支撑，这就像空中楼阁一样，不切实际。

苦思冥想一番之后，还是一无所获。而企业的导师则倾向于实用，不求很新颖，但求实用、效果好。在他的影响下，我带着实际项目研究过程中遇到的问题，寻找解决方法之余，做改进与创新。在深入科研一线的情况下，会遇到各种问题，寻找解决方案本身就是创新。

5，编程实现，调试

关于编程实现与调试，我想分享两条：

一是想实现一个功能最快的方法是先找找有没有现成的资源，而不是最先想着怎么去实现它。

当然，简单的功能不在此类，对于复杂的功能，如果自己着手实现，可能会花费相当长的时间，而实际上或许已经有现成的实现可以调用。

总之还是前面的“拿来主义”，能用现成的就用现成的，把精力放在创新的自己的内容上面。当然，这样做也是基于开源的优势，python有很多开源库，基本上你需要的功能都已经有人实现并开源了。

第二条是关于调试的，实现一个功能，难免会有很多bug或错误，这时候就需要调试验证，把中间结果打印或者可视化出来。这一点尤其在调试一个大型项目工程的时候适用，将项目拆分成多步，逐步进行验证，保证每一步无误，联调就没问题了。因此第二条就是调试过程中将中间结果保存可视化出来，方便查找问题与分析。

6，写论文

写论文方面，我的心得是模仿。在学习一项技能的时候，最有效的方法就是模仿会这项技能的人或物。如果没有接受过系统的科技论文写作训练，很难写出来符合要求的规范论文，而我的经验就是理清要投稿的会议或者期刊的要求，参考优秀的相关论文，模仿它的结构、语法、格式等，改编填上自己的内容。

模仿你的课题领域的经典论文，模仿图表的格式与说明，模仿遣词造句的方式，模仿文章编排范式，等等。当然，在选择模仿对象的时候，最好排除咱们中国人发的英文论文，虽然你可能读着很顺，但那很可能是中式英语，而不是地道的美式英语；非英语母语国家的人发的论文也同理排除。

按照这种方法，我一个刚开始很怕写不好英语论文的研究生，写出来的论文竟然还获得了在美国当过教授的导师的夸奖与肯定，要知道我导师是很少夸奖学生的。

总结

洋洋洒洒写了这么多东西，实际上以上都只是我个人的一点点经验，或者说观点而已，不一定客观准确，仅供参考，希望对你有所启发。如果有不对的地方，还请批评指正。

本着分享精神，我总算把研究生期间获得的主要的经验心得总结出来了，现在共享给大家，就是想对后来者或者要入门的小白给予一点点帮助。

最后，希望大家科研顺利，学业顺利，前途无量。我本人呢，现在也已入职岗位了，转行做了自然图像处理任务，这篇文章就算是我的告别吧！未来还要继续加油！

我将本文的内容录成了视频，投稿到了B站，欢迎大家查看我的视频 （https://www.bilibili.com/video/BV1jz4y1X7Je），并关注我，如果对你有帮助，别忘了给我来个一键三连哦~

---

开源计划

最后，我的配准项目的开源计划更新完成了，既有博客讲解重要内容，又有视频讲解配准项目，以及项目代码的GitHub仓库，具体请看该链接，希望对大家有所助益，主要内容复制如下：

• GitHub仓库（Timmy-Fang/Deformable-Image-Registration-Projects）

• CSDN博客 （https://blog.csdn.net/weixin_41699811 即本人的博客，建议进入我的个人主页，查看我的全部博客）

• bilibili视频 （请关注我的B站账号：Timmy870，欢迎大家来观看、发弹幕、留言讨论，谢谢~）

发表的论文
我投稿的两篇会议论文也都发表出来了，有兴趣的可以点击链接，下载观看，第一篇是利用基于无监督学习的非刚性配准模型在胸部X光图像上的应用，第二篇是该模型在胸部CT图像配准任务的应用创新实践，文章链接罗列如下。

• Unsupervised learning-based deformable registration of temporal chest radiographs to detect interval change

• A FCN-based Unsupervised Learning Model for Deformable Chest CT Image Registration

点击阅读原文，可直达作者B站视频。

END

推荐阅读：

• 专辑|相机标定
  

• 专辑|3D点云
  

• 专辑|SLAM
  

• 专辑|深度学习与自动驾驶
  

• 专辑|结构光
  

• 专辑|事件相机
  

• 专辑|OpenCV学习
  

• 专辑|学习资源汇总
  

• 专辑|招聘与项目对接

• 专辑|读书笔记

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近1000+星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题