PS:这篇博客是我在看完深度之眼在B站上的视频想总结一下，方便自己后面回顾，视频链接https://www.bilibili.com/video/BV1o441117pw?from=search&seid=12006578465330213939

正文：

1. 为什么读论文

• 基础技术：论文中的Related Works可以帮助了解该领域一些主要的技术栈，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，对解决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熟悉程度

2. 读什么论文

• 综述论文：包含该方向经典的发展历程，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（尤其是新接触一个方向，要先阅读该方向的综述文章，比如之前是做目标检测的，现在做人脸识别，那么就要去阅读人脸识别的综述文章）（个人建议先读中文论文，尤其是博士论文，然后再去看英文综述）
• 代表性论文：该领域最关键的技术论文（常用，高频），比如目标检测中的两阶段RCNN三篇，单阶段的YOLO三篇和SSD；可以从综述或者其他算法的Related Works中获得，通常有开源代码，帮助快速可靠落地
• 前沿论文：了解该领域的发展方向，科研必备；在工业界中采纳新思想，帮助解决积累的问题
• 关注顶会CVPR，AAAI，ICCV等，尤其是Oral；在相关领域谷歌搜索，关注VALSE&Webinar，VALSE是中国大规模的学术研讨会议，会有论文算法讲解；关注Papers with Code网站，整理了大量论文以及复现或原作者代码

3. 具体怎么读一篇论文

• Origins：论文的来源有一定的引导性，比如谷歌，Facebook等大型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 Work：如果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；再看实验结果在哪些指标上领先

4. 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，以及与看过的其他论文思路上的相通性和不同点
• 多写：参照通常的经典论文格式，把自己的实验写成一个“paper”；记录实验思路与结果
• 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