這份文檔初撰于2021年，時(shí)間有限，稍微做了一點(diǎn)修改，確實(shí)存在很多不足，還請(qǐng)各位輕噴。站在當(dāng)前大語言模型（LLM）與多模態(tài)大模型（LMM）席卷全球的風(fēng)口浪尖，回看當(dāng)年的路徑，在研究范式上確實(shí)略顯傳統(tǒng)。然而，對(duì)于身處普通重點(diǎn)院校、且不具備龐大算力資源支持大模型訓(xùn)練的師生而言，深耕計(jì)算機(jī)視覺（CV）的底層邏輯依然是通往AI殿堂的必經(jīng)之路。

作為一名在學(xué)術(shù)界與工業(yè)界（華為）磨礪多年，并在三峽大學(xué)指導(dǎo)研究生近五年的碩士生導(dǎo)師，我希望這份建議能為迷茫中的學(xué)術(shù)新人撥開云霧。以下是我對(duì)大家在研究生起步階段的幾點(diǎn)核心建議：

一、 夯實(shí)基石：三個(gè)月的“冷板凳”期

深度學(xué)習(xí)的入門不能僅停留在“調(diào)庫”層面。雖然現(xiàn)在cursor等工具能夠很好的輔助編程，但是我覺得自己掌握一定的編程基礎(chǔ)還是很有必要的。對(duì)于大多數(shù)剛?cè)雽W(xué)的同學(xué)，我建議預(yù)留3個(gè)月的完整周期進(jìn)行基礎(chǔ)建設(shè)：

      編程與框架（工程能力）： 熟練掌握 Python 是基本功。如果時(shí)間緊迫，至少要完成“面向?qū)ο缶幊?/span>”章節(jié)的學(xué)習(xí)。隨后應(yīng)直奔 PyTorch 框架，通過復(fù)現(xiàn)圖像分類、風(fēng)格遷移等經(jīng)典模型，建立起從模型搭建、損失函數(shù)設(shè)計(jì)到訓(xùn)練推理的閉環(huán)認(rèn)知。

      理論內(nèi)功（思維深度）： 吳恩達(dá)（Andrew Ng）等機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的課程是業(yè)界公認(rèn)的經(jīng)典。你可以將其作為長期的“案頭書”反復(fù)咀嚼，三個(gè)月肯定學(xué)不完?；A(chǔ)不牢，地動(dòng)山搖，只有理解了反向傳播、梯度優(yōu)化等背后的數(shù)學(xué)邏輯，才能在后續(xù)的創(chuàng)新中游刃有余。

二、 領(lǐng)域探索：從廣度閱讀到深度精讀

在度過入門期后，你將步入科研的“痛并快樂”階段。此時(shí)，可以在目標(biāo)檢測(cè)、語義分割或圖像處理（如去霧、超分等）等經(jīng)典視覺領(lǐng)域中擇一而入。

縱深研判： 在鎖定最終方向后，請(qǐng)?jiān)诮?-5 年的視覺頂會(huì)（CVPR, ICCV,  ECCV）及頂刊（TPAMI, TIP,  IJCV）中，精準(zhǔn)篩選 10-20 篇 高質(zhì)量論文。

      精讀與復(fù)現(xiàn)： 閱讀論文，切記要做到“論文與代碼雙向互證”。不僅要結(jié)合代碼來閱讀論文，更要弄懂每一個(gè)公式背后的物理意義與數(shù)學(xué)邏輯。

      循環(huán)迭代： 這一步至關(guān)重要。在讀完這 20 篇論文后，請(qǐng)帶著批判性思維回過頭再讀一遍。去發(fā)現(xiàn)現(xiàn)有方法的科學(xué)問題和局限性：是某某框架約束能力不足？還是特征表達(dá)能力、判別性受限？千萬不要把小目標(biāo)、精度不高等實(shí)驗(yàn)呈現(xiàn)出來的挑戰(zhàn)和結(jié)果，當(dāng)成了科學(xué)問題。

三、 科學(xué)研究的核心：以“問題”為導(dǎo)向 

      科研的本質(zhì)是發(fā)現(xiàn)并解決有價(jià)值的問題。 找到一個(gè)好的科學(xué)問題，你的論文就成功了一半。

      跨界啟發(fā)： 解決問題的方法往往不在問題本身，而在“他山之石”。你需要廣泛涉獵其他細(xì)分領(lǐng)域（如 NLP 領(lǐng)域、生成模型等）的最新進(jìn)展。

      重組而非堆砌： 創(chuàng)新的關(guān)鍵在于將他人的理論精華進(jìn)行啟發(fā)式的改進(jìn)與遷移，而非簡(jiǎn)單的模塊拼湊。

      交流共振： 交流是新 Idea 的溫床。學(xué)生應(yīng)保持與導(dǎo)師、同門的深度碰撞。導(dǎo)師的職責(zé)不僅是方向把控，更是你思維風(fēng)暴的參與者。

后半部分，我為大家整理了一些入門資料、頂尖學(xué)術(shù)期刊會(huì)議列表、論文/代碼檢索門戶以及高效的科研輔助工具（如 LaTeX 寫作、文獻(xiàn)管理等）。愿大家在三年的研學(xué)時(shí)光里，既能仰望星空、產(chǎn)出高水平成果，亦能腳踏實(shí)地、收獲一份通往未來的理想職業(yè)。學(xué)術(shù)之路，我們共同砥礪前行！

*深度學(xué)習(xí)入門學(xué)習(xí)1-3（建議學(xué)習(xí)時(shí)間3個(gè)月左右）

1. python學(xué)習(xí)、Linux、Anaconda

書籍：Python語言程序設(shè)計(jì)基礎(chǔ)（作者嵩天）

視頻：https://www.bilibili.com/video/BV1wD4y1o7AS?p=1

Linux和Anaconda需要花3-5天時(shí)間了解最基本的命令后，主要是在后面實(shí)際代碼過程中，逐步的邊用邊學(xué)。

2. 深度學(xué)習(xí)原理學(xué)習(xí)

視頻：https://www.bilibili.com/video/BV1FT4y1E74V?from=search&seid=4178480070410490063&spm_id_from=333.337.0.0

3. 深度學(xué)習(xí)編程框架pytorch

推薦書：深度學(xué)習(xí)框架PyTorch：入門與實(shí)踐（作者陳云）

視頻：https://www.bilibili.com/video/BV1hE411t7RN?p=1

https://github.com/kzbkzb/Python-AI?tab=readme-ov-file

https://www.bilibili.com/video/BV1rVpWz3EDW/?share_source=copy_web&vd_source=42a7cf35e013357d9fec79584903b098

*科研論文入門及可做方向。

1. 目標(biāo)檢測(cè)和分割（推薦論文已經(jīng)過時(shí)，但是拿來入門也行）

SSD和Yolo是一階段檢測(cè)網(wǎng)絡(luò)，Faster R-CNN/Mask R-CNN是二階段檢測(cè)網(wǎng)絡(luò)。

(1) SSD

paper：https://arxiv.org/abs/1512.02325v5

代碼：https://github.com/amdegroot/ssd.pytorch

(2) Yolo系列，這里給出V1版本論文，懂了SSD看Yolo論文不難，可以繼續(xù)看yolo系列的論文和代碼。

paper: https://arxiv.org/pdf/1506.02640v5.pdf

代碼：https://github.com/AlexeyAB/darknet

(3) Faster R-CNN/Mask R-CNN（Mask R-CNN主要是在 Faster R-CNN上加入了分割分支）

paper: https://arxiv.org/pdf/1506.01497v3.pdf，https://arxiv.org/abs/1703.06870

代碼：https://github.com/facebookresearch/detectron

入門后，可以選擇深入做的方向：

·圖像目標(biāo)檢測(cè)(Image Object Detection)

·視頻目標(biāo)檢測(cè)(Video Object Detection)

·三維目標(biāo)檢測(cè)(3D Object Detection)

·人物交互檢測(cè)(HOI Detection)

·偽裝目標(biāo)檢測(cè)(Camouflaged Object Detection)

·旋轉(zhuǎn)目標(biāo)檢測(cè)(Rotation Object Detection)

·顯著性目標(biāo)檢測(cè)(Saliency Object Detection)

·3圖像異常檢測(cè)(Anomally Detection in Image))

·關(guān)鍵點(diǎn)檢測(cè)(Keypoint Detection)

·圖像分割(Image Segmentation)

·全景分割(Panoptic Segmentation)

·語義分割(Semantic Segmentation)

·實(shí)例分割(Instance Segmentation)

·超像素(Superpixel)

·視頻目標(biāo)分割(Video Object Segmentation)

·摳圖(Matting)

·密集預(yù)測(cè)(Dense Prediction)

2. 圖像處理（推薦論文已經(jīng)過時(shí)，但是拿來入門也行） 

(1) FFA-Net 圖像去霧論文

Paper：https://arxiv.org/pdf/1911.07559v2.pdf

代碼：https://github.com/zhilin007/FFA-Net

(2) 對(duì)比學(xué)習(xí)圖像去霧

Paper：https://arxiv.org/abs/2104.09367

代碼：https://link.zhihu.com/?target=https%3A//github.com/GlassyWu/AECR-Net

(3) U-Net，圖像生成、分割的基礎(chǔ)網(wǎng)絡(luò)

博客：https://cuijiahua.com/blog/2020/03/dl-16.html

博客：https://zhuanlan.zhihu.com/p/313283141

(4) 生成對(duì)抗網(wǎng)絡(luò)GAN入門

博客：https://blog.csdn.net/weixin_35154281/article/details/102158611

(5) WGAN，對(duì)GAN存在問題優(yōu)化

博客：https://zhuanlan.zhihu.com/p/25071913

(6) CycleGAN，風(fēng)格遷移，非配對(duì)數(shù)據(jù)集做圖像生成的基礎(chǔ)

Paper：https://www.paperweekly.site/papers/807

代碼： https://junyanz.github.io/CycleGAN/

入門后，可以選擇深入做的方向（其中超分是一個(gè)很好的方向，其他方向的改進(jìn)思路很多來源于超分）：

·超分辨率(Super Resolution)

·圖像復(fù)原/圖像增強(qiáng)(ImageRestoration)

·圖像去陰影/去反射(Image Shadow Removal/Image Reflection Removal)

·圖像去噪/去模糊/去雨去霧(ImageDenoising)

·圖像編輯/修復(fù)(Image Edit/Image Inpainting）

·圖像翻譯(Image Translation)

·圖像質(zhì)量評(píng)估(Image Quality Assessment)

·風(fēng)格遷移(Style Transfer)

此外，其實(shí)還有其他一些領(lǐng)域可以根據(jù)興趣進(jìn)行研究和學(xué)習(xí)。

·主動(dòng)學(xué)習(xí)(Active Learning)

·小樣本學(xué)習(xí)/零樣本學(xué)習(xí)/元學(xué)習(xí)(Few-shot/Zero-shot Learning)

·持續(xù)學(xué)習(xí)(Continual Learning/Life-long Learning)

·遷移學(xué)習(xí)/domain/自適應(yīng)(Transfer Learning/Domain Adaptation)

·度量學(xué)習(xí)(Metric Learning)

·對(duì)比學(xué)習(xí)(Contrastive Learning)

·強(qiáng)化學(xué)習(xí)(Reinforcement Learning)

·元學(xué)習(xí)(Meta Learning)

*部分頂級(jí)期刊和會(huì)議以及科研工具（一般看會(huì)議論文，更新快）

1.頂級(jí)視覺人工智能會(huì)議：

CVPR：IEEE Conference on Computer Vision and Pattern Recognition

ICCV：IEEE International Conference on Computer Vision

ECCV：European Conference on Computer Vision

2.頂級(jí)視覺人工智能期刊

TIP：IEEE Transaction on Image Processing

PAMI：IEEE Transactions on Pattern Analysis and Machine Intelligence

PR：Pattern Recognition

3.論文pdf和代碼搜索網(wǎng)站

https://paperswithcode.com/sota

https://github.com/

4.會(huì)議期刊信息查詢

https://www.myhuiban.com/

5.參考文獻(xiàn)論文信息查詢

https://dblp.org/

6.論文書寫工具

Overleaf：可以在線編輯latex論文，并分享給你的導(dǎo)師，幫你修改論文。

EndNote X7：參考文獻(xiàn)管理工具，適合word。

JabRef：參考文獻(xiàn)管理工具，適合latex。