CV-ML科研如何起步？

楼主今年刚刚申请结束，即将开始美帝mscs项目的学习。想做的科研方向是CV-ML相关。


现在的规划是在MS项目中积累科研经验，毕业以后继续申请同方向美帝PhD。

楼主大三下接触ml后对CV产生浓厚兴趣，学期结束后的暑假有在CV相关实验室搬过砖，也去同领域公司实习，但很可惜被分配的搬砖内容和公司实习内容都与科研无关。由于申请季开始了后面也没有时间换地方做有价值的研究。
我知道这个领域的竞争很激烈，但经过这接近半年的尝试（其实半围观），真的很喜欢这个领域，还是坚定以后想要将这个方向的学术研究作为自己的人生事业去做。

楼主的基础知识（ml，probability，linear algebra）已经准备过，就是缺乏项目锻炼，还有代码经验（写过最多的代码就是leetcode，感觉和科研需要的代码不怎么相关）。


发这个帖子是想请问大家，在接下来的暑假要怎么准备才能让自己的简历能引起教授的注意，争取在MS开始后能更好地投入科研工作。


谢谢大家啦！

回复都加米～

我也是从大二上入门Vision，基本只会ML的简单算法，然后大三上发了第一篇CVPR，最近正在赶NIPS。
Vision的范围很广，做CV的往往也不会涉猎特别多的方向，2-3个比较合适，我是做行为识别和姿态估计的，刚开始上手CV科研的时候先熟悉一些基本的框架，我用的比较多的是tf和caffe，然后了解一些经典的网络结构，一般是从object detection出发，我在学习的时候尝试了复现Kaiming那几篇文章的代码。之后的话可以拓宽一下自己的视野，多了解一下CV都是分支是在干啥，比如pose estimation，3D reconstruction，super resolution之类，目前有哪些dataset/benchmark和对应的state of the art方法。选定了自己喜欢的方向之后就钻研深一点，然后多读论文（刷arxiv最新成果）多自己写多自己复现，很多Deep learning的trick都是在实际项目经验中知道的。
课程的话我觉得cs231n一门课绰绰有余了，而且lecture notes的质量非常高，书我啃完了《Computer Vision：algorithm and applicantion》这一本，里面的视觉方法相对来说比较传统，可以选择性地看，但是可能总的帮助不太大。觉得有用可以加米~

补充内容 (2019-4-18 17:40):
抱歉，那本书是Richard Szeliski的《Computer Vision: Algorithms and Applications》

blackhumour 发表于 2019/04/20 14:42:27
想问lz和其他同学一个问题，如果是读完master转申请PhD的话，读完master就两年了，再读完PhD至少5年，这样毕业的时候就29岁，此时PhD刚刚毕业，还没钱，结婚生子也很可能没有进行，这些该...

说到底读Phd并不是一件性价比高的事情。所以你不能完全从挣钱的角度去衡量它。读博士重要的是在于让你培养出一种发现问题，思考问题，和解决问题的思维方式和习惯。并不是说在工业界就没有办法锻炼这些，而是不太容易：底层干活的通常没有选择自己去做什么的自由。我个人觉得这种能力是能让你受益终生的。

blackhumour 发表于 2019-4-20 15:42
想问lz和其他同学一个问题，如果是读完master转申请PhD的话，读完master就两年了，再读完PhD至少5年，这样 ...

去实习你就会知道当普通的程序员没有意思，不如在年轻的时候找点有趣有挑战的事情做一做

补充内容 (2019-4-22 13:55):
当然我想的还是比较理想化，没准两年后quit打脸

绯色Ace 发表于 2019/04/18 17:24:08
我也是从大二上入门Vision，基本只会ML的简单算法，然后大三上发了第一篇CVPR，最近正在赶NIPS。
Vision的范围很广，做CV的往往也不会涉猎特别多的方向，2-3个比较合适，我是做行为识...

超级感谢大佬！！感觉我现在就在熟悉框架和网络结构的阶段。😆

绯色Ace 发表于 2019/04/18 17:24:08
我也是从大二上入门Vision，基本只会ML的简单算法，然后大三上发了第一篇CVPR，最近正在赶NIPS。
Vision的范围很广，做CV的往往也不会涉猎特别多的方向，2-3个比较合适，我是做行为识...

大三发cvpr真的很猛

同入坑CV，目前设计的学习路线是冈萨雷斯->opencv->cs231n（现在在这）->pytorch->复现论文->联系教授，还接了一个方便搞事也好转phd的学校（wustl）的mscs ad，打算过去就找volunteer机会或者ra，有点焦虑。。。

想问lz和其他同学一个问题，如果是读完master转申请PhD的话，读完master就两年了，再读完PhD至少5年，这样毕业的时候就29岁，此时PhD刚刚毕业，还没钱，结婚生子也很可能没有进行，这些该怎么考虑？用五六年可以在职场上赚钱奋斗的时间来换一个PhD学位，价值在哪？真心求教

绯色Ace 发表于 2019-4-18 17:24
我也是从大二上入门Vision，基本只会ML的简单算法，然后大三上发了第一篇CVPR，最近正在赶NIPS。
Vision的 ...

谢谢cz分享！
在看ML方面的书和paper时发现，上面的数学公式比较难懂。
除了本科工科那几门线性代数，概率统计，是不是得上点进一步的数学课？
cz这方面怎么看？谢谢！

blackhumour 发表于 2019-4-20 14:42
想问lz和其他同学一个问题，如果是读完master转申请PhD的话，读完master就两年了，再读完PhD至少5年，这样 ...

"Because it's there."

nsc 发表于 2019-4-20 22:37
谢谢cz分享！
在看ML方面的书和paper时发现，上面的数学公式比较难懂。
除了本科工科那几门线性代数， ...

well，我在数学方面遇到的问题不太大，我觉得ML/DL的数学很多把形式做的很复杂，但是理解了就明白内核是很简单的优化问题/微分积分问题，比较有代表性是Goodfellow的GAN那篇文章，其实理解了就觉得很简单。数学方面的话我看过一本Convex Optimization和花书（挑着看，没看完），但是我个人觉得不做非常theory的ML/DL的话不会用到很深的凸优化知识，有基本的统计学习概念就OK，本科的线性代数和概统可以cover大部分了，但是概统中的贝叶斯理论可能需要加强一点。