作者:匿名用戶
觀察近期CV論文產(chǎn)生的吐槽:
1,主流任務(wù)卷不動,開始往偏門任務(wù)鉆,沒有也得硬造一個出來。
2,打開論文,各種“may”"could"映入眼簾。經(jīng)驗學科坐實~
3,故事講得動聽但仔細推敲會察覺邏輯性不足,比如之前比較流行的故事模板“受人類視覺系統(tǒng)(or腦科學)中的XXX機制啟發(fā)..."
4,只要刷點成功,就能證明方法有效,如果不服氣,那就多刷幾組唄。實驗學科坐實~讓其他專業(yè)的童鞋看cv頂會論文還以為在看實驗大報告呢
5,一個貢獻點能拆成三個講。舉個典型的例子,文章提出一個module A,如何拆成三個貢獻呢?一,提出了A;二,以A為基礎(chǔ)搭建了新的網(wǎng)絡(luò)B;三,通過大量的實驗證明了B(A)的有效性
6,篇幅不夠怎么辦?可視化來湊
7,硬堆公式。本來一些沒有深度的東西看看文字或者圖一目了然,但看公式的話會更加迷惑。與此類似的操作還有硬塞圖表,舉個極端的例子,同一個數(shù)據(jù),用表給出后又用圖畫一遍。這些操作估計就是為了充實文章和增加逼格
8,基本概念分不清楚,比如MACs和Flops混用。此外,對于那些包含一堆花里胡哨算子的網(wǎng)絡(luò),你確定Flops統(tǒng)計得對嗎
9,只挑弱的的方法比。某個方法經(jīng)常被拿來比較,可能是因為該方法經(jīng)典,也可能是因為該方法弱 (比如搞backbone的經(jīng)常爭對某cvpr best paper和某iccv best paper)。只要我不跟更好的方法比,我就是SOTA~ 有時候會感覺,雖然一年有好幾篇號稱SOTA的文章問世,但各個數(shù)據(jù)集的指標其實漲的沒那么多。
10,cherry pick。這種現(xiàn)象主要歸功于許多任務(wù)驗證集和測試集不區(qū)分的“頑疾”?,F(xiàn)在應(yīng)該沒多少人會設(shè)置多個隨機種子然后取平均了。
11,各種排列組合。比如構(gòu)造一個三維的表格,第一維表示任務(wù),第二維表示網(wǎng)絡(luò),第三維表示算法/技巧。只要某一維增加了一個單位,立馬就有人前仆后繼地把表格填滿。經(jīng)典的例子,Transformer一出,CNN的范例就被一一搬過去了,包括pyramid/2D->1D/deformable/FFT/dynamic/shift/dilation/group等等。
12,有的模型不僅指標不行,而且設(shè)計復雜,一看就是會迅速被時代淘汰的東西,但唯一好的地方就是做的早搶了個好名字。
13,偽開源?,F(xiàn)在會議鼓勵/要求開源代碼,但有的論文只公開不痛不癢的東西,而把關(guān)鍵的東西藏著掖著。比如有的只公開網(wǎng)絡(luò)結(jié)構(gòu)代碼,或者再加個預訓練模型,但真正有價值的訓練代碼沒有放出,很多人復現(xiàn)不出來,提的issue石沉大海,這種現(xiàn)象太多拉。
-------------------------------------------------------
這個有點戾氣的回答突然有了熱度,幸好匿名了囧
文章轉(zhuǎn)載自知乎,著作權(quán)歸屬原作者,侵刪。
關(guān)鍵詞: CVPR2022 有什么值得關(guān)注的論文 cvpr flops