首页 > 其他分享 >论文修改意见

论文修改意见

时间:2022-11-12 00:55:06浏览次数:42  
标签:这个 修改意见 论文 网络 然后 导师 人家 就是

关键词:
网络、模块、数据集、创新、文献、结构、公式、变量、思路、分类、论文、深度学习、定量分析、损失函数、实验验证、创新方法、研究综述、数据训练

文字记录:
导师
你看就是就是说你你得把这个问题就是说这个这个问题很有研究价值是吧。对,然然后你要把她的这个问题的挑战性你得给她在第一段就给它引出来。因为它有研究价值。那我我这这个现在这么多人才要去研究。要研究的话,那这里边现在还有这个挑战性还可能很多问题没有解决吗?那这时候我才引出下边的。

导师
是吧。就逻辑就首先你们写逻辑,把这个逻辑要理清楚。那目前的话你你也是大概按照这么去写了,但是这里边就有一个就是你很明显的你就感觉到好像我这个意义也不大是吧,这个挑战性也没有特别突出出来,是不是?是吧,你觉得你可以对比着你的那论文去下架。是吧,就是你你看写的太平实了。


就是背这个背景,太泛了。太泛了之后没有。

导师
针对性对没有针对性所以其实就是体现你就小句三句话就是或者三个长的段子,就把这第一段就给他综述概括了。我就先得先我说我这个对象的我这个是十分勇研究价值上,我这个在智慧城市什么这个领域里边是吧。它是非常重要的一个关键问题。然后这个礼拜在研究的过程中,那这里边我现在还有,尤其就是不要说那种太太普遍的那种负面负面影响什么,这个效果不佳什么,你就针对你研究的这个点上,你就把它升华一下。就说我这里边那但是这里边是一个就是说这是一个关键问题。这时候还存在就是她她有难度存在什么挑战性。把这个就引出来了是吧。就大概大概这种框架,你们要按照这个要去深入的要去把它写好,因为你至少让人一看了。第一段,因为前面这个也应该非常重要。第一段一看你这个印象马上就对起,评分就低了。是的是吧?你因为并不是说这个有的什么这套路,那套路其实就是人家从这个文字里边就是看到你还没有达到那个学术轮凝练的那个水平的。


抓关键点,没人对抓。

导师
关键点对,所以这一块下来就是既然前面有这个挑战,那你下来就是要要去要去把这个研究现状要去给人家要写出来。那么尤其是在这里边论文的这个里边,你写的时候千万要注意。基本上每一段的第一句话就是中心句。就是中心句这个相当于一个。第一句是中心句,中间是内容最后一句总结你可以有也可以没有,但是大部分都是没有的是吧,这是从结构上要这么去说。所以你在这里边你就开门见山的你就看他你你先你先你这样,你这就归到上边去了,就不在这一段里边。


知道这边具体的问题。

导师
这边就是你不要跟下边给跟他燃到一块。是吧。你这你这写意义,你这写意义跟下边有啥关系是吧?是就是把它层次要分清,层次一定要分清楚是吧。是我前边我是异议,问题,挑战性,我前边一段说完了下来。就是目前针对,正好杜淼来了。我们刚开头你就赶紧也听一听,然后到到这到这就是我整个的这个研究的,我我研究的我这个现状研究的现状,你你也你也就开门见山的。据说针对这个问题的研究通常可以分分成哪哪几类?分成哪几类。然后你这是,传统方法那这个因为现在就是做这个领域,传统方法就简单列一些就行了。


到这太多了是吧。

导师
你如果没有用里边不牵扯传统方法的话,有的可能跟传统方法去结合的。你这边如果不牵扯,你就不要列这么多,不要练的这么多。因为你投中文的中文的一般不会让你把这个写的长异常太内容太多,你投英文的我再可以写长一点。这没关系,有英文论文读二三十页。中文就基本上好多都现在六七页七八页。


我有一个问题,就是它传统方法都是很老的文献,那我怎么才能让它保持文献是最近两三,如果是。

导师
很老的,那你就不要提了。因为这个文献综述这一块就是近三年、近五年的,基本上。


都是这个。然后我现在用的是他虽然说理论是老的,但是他是用了新的一些,加了一些新的数学公式进去,就是近年发表的是这样一个来。

导师
你这可以,你对你近三年的就行了,我就近三年的,我就简单提一点,因为你这一块的研究综述是为了引出你后边的问题,你这边放的传统方法,你后边又不去研究,你把它放多了。


但是你看他是他相当于是隔夜饭,然后今天炒了一下是这意思,那他也是解决了一个问题,那但是感觉是不是他效果应该也是好的?那我。

导师
是还不好。所以你把你的逻辑就给搞混了,就是就是说你始终得围绕着所有内容是为你的创新点去服务的。你传统的方法,你把他介绍的再多跟你跟你研究的题的方法有啥关系?


对,然后我在这开始就讲得不好。

导师
你讲。那么所以这一块就是你就简单提一提上几个,然后就是然后把它简单做个总结。因为有的文章人家后连这个都不要,因为它不是做传统方法的。他就是基于深度学习做,所以人家就只对这个基于深度学习的就一句话,一提传统方法,然后就就转到深度学习去写去了。所以你提一点也行,但不提也没关系。然后在这里里边就是你们你们经常就就是有有有很大的一个问题就是啥,就是你要你要写人家提提这个啥人家的摘要都凝练,不发表那么多文章,摘要凝练多好,你们不去看摘要去提炼。


我就给他这样改了。

导师
你根据他摘要的。你也要注意你。你你不要一句话,提出什么,应用到增强它的质量。你这里边要通常要去记这个里边人家解决了啥问题,针对是针对哪一个问题,他提了的是什么方法,你把这个提出来就行了,你也不需要去说人家提高了什么,我用。


评价他的不好。

导师
或者是他的好。对你不去评价,因为你这里边是对方法的综述,人家发表出来肯定是解决了啥问题。你在这去说人家这个结果,你不用去讨论,你讨论人家结果有啥用,老师就是说只说他提出了啥方法,解决了啥问题就行。对,人家肯定是针对啥问题提的啥方法,你就把人家那个给人家写出来就行了,你不要去说人家的结果。你说结果就有。


一种思路,就是他们那些不好提一点,根据自己创新点说自己创新点能解决这个问题。

导师
对这个就是到到后面,我我就所以就是说这个引用的文献你要怎么去写,你要跟拿着人,你也不用去把人家那个整个给你看一遍看看写文章的时候看一下,但是通常情况下你是要看的,但是咱们就是就这个写的写的话,那就是因为这些文献都是你在线搞的。是吧,在线然后往上去填的,所以你填的填空你要会去填空是吧,你就反复的其实就这种模式。这个用人有的,你就可以直接说他提出了一个啥解决了啥,或者说针对提出来个啥方法,就是这种。你不要千篇一律的,我都一个模式弄下来,就是换种描述的方法,但是内容就是这。


是吧,内容是针对他方法的缺陷,而不是说他实验的缺陷。

导师
对,提缺陷的。


不是他。他。

导师
的那个这样他提的啥方法?然后个别的有一些他提的方法,人家有些文章人家会提到结尾的时候会提出来,他这个方法还有啥缺陷是吧,有一些是啥?有一些就是人家这个有的有的文章有的文章人家直接也会做总结,也会对这些这个方法就是但是这个方法还存在问题,你就偶尔从人家那里边去你去找,有的你也可以把它人家指出来,这有啥缺点?你把那个引用文献给它加上就行了。你要这么去说,就客观的去评价,不要直接说人家这个不好,那个不好,万一你的文章送到人家的手里了咋了是吧是然后就是简单的你你对你对上班传统方法你做个总结,不要说的太多,因为你本身你不是研究上班的。


这个三行虽然多了两行。

导师
也就两两行对两行差不多。但是一定要说,一定是上边这些方法存在的这些。你不能说的跟人家上班没任何关系是吧。就是这些方法普遍从采的。对,你就说普适性的那种问题因为这种你去你也好说,就对往大了说。 Tom. 你就像这种,这是这个就是啥就可以他提出了一个什么方法,通过这个实实现了啥。但是你可以转折,他容易忽略啥,你不要直接去评价人家那个有的人隐晦一点对,你就隐晦的提,有的就是跟你相关的你提一下,尤其是往你那边去转的时候。对这个方法他缺了啥?你针对这个问题你不是就解决了对解决了他是吧?因为这个引引用的这些文献,尤其是那些高水云的期刊内容。他提了个啥方法,然后他这个方法里边。最后你研究你改进也行,你说他这里边又忽略了个啥,然后我再提出来改进妈妈这种也行。但是你不要大篇幅的去说这个不好,那个不好。所以就是这个就是我记得然后。


前面两篇是讲课程提取的,中间是讲制造的,最后是讲那个上述还原的。然后但是感觉堆在一起是不是得分开?我感觉王新文师兄他那个就是先这几篇文章存在一个什么问题,然后我提出了什么能解决上述的,然后再继续下面几篇有什么问题?然后我提出了什么。

导师
这一块就是也可以要注意就是要分类既然积极深度学习的主要篇幅是这个,那这一块你也就是就是说它它有基于这个 LP net 模型的有基于这个就或者说 unit 模型的,或者说基于三分之结构的你就通过大量的文献。那你看我这个可以把它分成几个类,对,我也做个聚类,我。


这是关于它那个针对性问题,分的应该是三类,不是。

导师
关于它网络,那你就要明确的你要说出来你就是你就你就。针对一般的针对问题分。


就他们一共解决的就是他们整个大大的。

导师
怎么说呢?这个问题分不好,那个啥网络对。


因为关于网络分。

导师
对,因为你基于这种网络,因为你后边你是要你提方法。是吧,你基于这个网络,然后你总结一下,可能你就是说通常基于这个 D 照度同样增强的,它一般都是用的哪哪几种哪几种网络结构,然后把这个给他。这这种这种结构有哪些相关的一些异地可以几个总结一下,但是他出现啥问题?另外一个,这样子就很清楚是吧。然后因为你最后就是要引出你这儿,然后你这一块就是给给予你这种你这个就是基于啥多尺度特征融合的注意力残扎是吧,那就是你没有它的基础网络,人家基于这个这这个有有哪些有哪些人的文献?然后这些人提了啥,但一定注意都是比较新的这种文献。然后你在这里边对于他这种方法提出来。这里边忽略了啥问题。是吧。那还存在啥问题?然后你就在1。在这一总结,你针对上述问题你就很自然的,你把结构就引出来,你这个。


对,所以说他应该是递进关系。对,假设说他一共三类,前面两类可能跟我不一样,但他没有什么问题,但是第三类的话跟我是一样。是的,是的,他还有什么不足。然后我在递进上。对,因。

导师
因为你写文章,你一定是你要说服这个审港专家,你得你写的整个逻辑结构,你得引导着审港专家去看,他可能前边看就是大概的看,大概的。看到这了。你提到这个了,马上你就接着针对上面的问题了。那他的思路也很顺,你不要说了,一堆人家感觉到好像你提的方法跟上班没啥关系,没啥关系。那就说明你这个逻辑逻辑组织不行是吧。所以你要学会引导着专家去,所以去,始终他是你牵着他的鼻子走。他是顺着你的思路去看这个这样子他越看越顺对吧,这存在啥问题?你针对这个问题提了个啥模型是吧?因为审卡专家他不会去。通常只要你提的模型没有原则错误,他不会去否定,他只会说,你这解决了啥问题,你借用这个方法。实验结果也证明。好,这个写作也过关,那背文章就行了。


好吧,像我这种就是针对他解决问题的分类是不是挺少的?

导师
这种思路对。你别去针对这个问题,你针对这个问题,人家到最后也不知道要解决啥问题。

导师
这种就可惜不用去加引入。因为你这儿实际上就跟你在摘要地方,你不用去加这么多假。


假设说我这个是像素质一把对吧,但是我加了一个通道,那这个时候我是讲像素还是讲像素通道呢?

导师
你是啥意思啊?就是。


它很多文章它只有像素,像素里边是没有通道这个结构的。但是我的提出来了一个加通道的一个像素。那这个时候我是讲像素还是讲通道呢?或者说这个你就软阈值,它是本来没有。

导师
的就跟你说这个那你这里边你就是他别人都是提的这个像素注意力,像素注意力,他没有引入通道,通道就是。空间相关性。所以你那你就你这块说的时候,你就直接针对或者说他在多特征聚合网络里边通常都就传统都采用这种向路注意的方式。那么这种注意力方式它忽略了空间信息,所以我这提出来了子适应如何?


所以我再要铺开讲,我说太灵了。

导师
不是你这要还这一块,还是要简单一两句。就我刚才说的意思,你要把它要换种说法去,你现在这种肯定是不行的,就是始终始终要记着,就是写论文,论文一定不是陈述的,一定是论证的,是证明的是吧。是议论文,不是那种记叙文明白吧。所以在这里边你就要多学人家你们看英文的,英文的文章你看都是针对啥问题,你要中文你去写的时候都要参考那种结果去写,你就把重要的地方放在前边,我针对啥提了个啥对吧。是吧。你这样子你不要去这样子去平铺直叙的,因为你这说完了,我一看至少我看完了我也不知道,我也不知道你这边说的啥是吧。是就这就是这样,剩下这些其实都都类似的,都是类似的这样的问题。

导师
明白了,所以就是就为啥你们三个要一块说,你三个论文你叫啥?通用的问题,那就是就至少是从你写作的深度上,现在还没有到去改内容的那个程度上,先把内容的结构深度慢慢先体现出来,然后咱们一步步再往下去改。你就像这你知道一开篇就是提出了啥,有啥组成?我这就是我说这就是个继续问说明文。是的,你始终你是论着你为啥要提出来这个你虽然前边这也说了,针对啥问题,你提了个啥,但是你提的这个为什么能解决那个问题?那我这我这我这开篇我也得去说是吧。就是当然这种写作一般一样两种结构形式一种,就是我这第二部分我就我基于残差的,那人家就简单的把残差网络人家简单的就介绍。就是这因为很多人他你用的网络很多人可能不太关注。那你先把人家基本的网络 1 介绍基本原理干的先介绍,我要这个你如果你用的是非常常常见的一种结构的话,你也可以你不介绍的话,那你这儿你直接就开篇,你就去说,但是前面一定要加论证,我针对什么问题。那么我为什么我基于什么我网络我曾提出来一个网,但是一定要论证的去说我这个为什么能解决这个问题。从总体框架上来说,为什么我能解决它?为什么我要提这样的网络,而不是说我提了个,这网络由啥的就成了。


是的。那这的针对什么时候,跟这的针对有什么区别吗?

导师
这样你就是很简单的,相当于你去凝练的,那凝练的很简。简短的去说了这一块就是你从整体的网络上,从整个问题的那个角度上来说。


角度大小了吗?对。

导师
对,你要这块你就要详细的。你经常我这边论证,我这一大段我都可以,我就去整个的我就去说,我针对这个提出来,这个为什么能解决那个问题对吧?提到它的效果是什么?目的是什么?


这不需要再提别的网络,直接说。

导师
就是看你的网络常见不常见,你要不常见的网,那你前面你得先把人家网络得介绍一下,你要说残差网络,残差很多,人家见的多,对你可以不去提他就。


就因为每个人子方向都不一样,我觉得常见的别人不一定觉得常见。

导师
所以你该提的还是要提,因为你这种网络你这个多尺度特征,注意力密集参赛网络至少就是你把你的骨干网络你得给人家,在简单上,现在说一下。然后因为这种逻辑也就比较顺,就是你主要是基于人家那个网络去改进的。那你前面一介绍,前面一把人家骨干网络一介绍,一介绍之后马上另起一段。你就说前面那个 5 万网络解决这个问题,那存在有啥哪地方,哪地方有啥问题,效果不好等等。然后针对我再这个地方做改进,那个地方做改进,我记住了啥模型。这样子要去说。


那他就是我看陈先生的师兄,他那个也是集了一些他那个主干网络对吧。对,那比如说我这种小的点,比如说什么通道注意力,这种是要不需要要。

导师
一样是吧。对就是你把你提的这个网络你也要凝练出来,你不是首先。其次然后你你凝练了三个点?是吧,那你凝练三个点,那你在你的你的这里边,那你就要全文,就要始终你要体现你能力的三个点,你要不断的去说我从摘要我去说我这三个创新点我解决了啥问题。然后我研究文献综述里边,那我要穿插的我去提这个要熔炼到融到你的文献里边去。啊那么他们这么多人提了这么多方法,但是他没有注意这个问题,他没有注意那个问题所以我这里边我要针对这几个问题,就反复的要围绕那给他的问题去说,我这里边提的模型也是针对一二三,我分三个模块,我去解决的那个问题。

导师
我最后实验验证完了之后,我也从那个几个方面我要去说,实验结果为什么改进了?我结合前边我记得重新讲要去说。不是实验结果,简单的我说我这个数据好了,那那个效果好了,你实验里边也要回答为什么?好,这就是全文,我就不是这种论证性全文,我都是围绕着创新点去做的,从头到尾人家看的都很清楚对吧,就是你的核心创新点不能丢。所有内容围绕着创新点去写是吧。


你说我创业就是那种大的结构的改变的那种。

导师
你大的结构的改变,那也是这样子,也是你从前边的这个,那就是你没有用人家那种不是基于人家什么残差,基于什么去改的,那你就直接你就直接我就,提出来一个什么借口。然后这个结构就是他做成了每个特点,目的什么的,把人家创新给他剔出来就行是吧。所以你就这样,就像这这一块,你你看你前边,首先其次,然后你看你这个。


有没有。

导师
有不加。好吧,就是逻辑层次关系首先你要体现出来,因为你也要注意就凝练我你首先你是搞了个啥创新点。好,那你在这里边针对什么什么?那我这提出来一个什么模块,然后目的干啥的,创新点在哪是吧?我第二个第三个是吧。那你整个这一段你就把你的人家看着。这个确实是在解决问题的。是吧。然后你下来这就是模块总体的介绍,总体介绍完了之后你就下边来就是分成多尺度特征融合的我再详细的介绍那个。然后第二个我再介绍个深层叫啥深层特征提取,但是你这名字起的都不行,因为从这里边这都是普适性的,从这里边看不到你们从名字上首先看不到你们创新起名字很重要。是吧。你这是基于啥多数融合的。


非被上线的这个。

导师
你看。那你那你就提,你基于非对重碱基的多尺度融合模块是吧。基于这个啥渗透特征,人家渗透网络都有,你要把你的创新点要凝练融到这个名字里让人一看。那这个是这个是一个新模块提出来的是吧。要这样子去写论文,你不要一写多处封,这一看就好像在教材上面那样那种写法。名字一看人家就把你这个文章就给你说完了。


老师他上,你上次说那个模模型算法网络太散了,然后统一。

导师
模型也是网络,网络也是算法,你就把它都统一统一起来,你都统一。


成网开篇,整个文档。

导师
你都统一成网络就行了。你不要网络,一会模型模块也行,因为你网络里边再分就是模块。就按照这种。


那我这个小的应该叫网络还是。

导师
叫模块模块。或者叫子网络也行。小的就叫模块就行,因为你一个网络剩下的这里边都是这个字怎么画,那个怎么画你就叫做模块就行了。然后画图的时候也要注意,把你的就是像这里边人家看完也看不出来,你的这三个模块都在哪也看不出来,你的创新型都在对。


你看他下面那个,就这个全部放上去之后太臃肿了。

导师
你怕臃肿干什么?你怕什么臃肿,你不要先搞得让人一看,这个简单一个模块一连好像就完了。你你现在你现在看着用的,你画到里边,你再看看有的我就是我嫌它用的,我把它再再给它。再给他凝练的凝练一下,能合并一下。我然后我把整个网络的结构总体的结构主要的部分我先给人家体现出来,你不要弄的。人家一看这网络也很简单这个。这个所以你要改。杜源你那个网络好像画的也简单,我那个可以,你一会,反正看我就把普适性的问题我就给你先说,然后什么先深入的大这些。


然后还有上次您说那个公式也简单。对。

导师
你看你这个网络我你画这也要注意的,像变量集合全是斜体,像这些全是斜体。当然这个这个都都小,就图里边的,你就按照小六的那个大小就行,然后把变量都加上,变量都加上。然后在在写作的过程中,写作的过程中,你要你看上一路舒服的特征在哪呢?你要在土里边,你给人家要标记出来,你要写到你不要去图里边,你说这全是文字,文字里边你跟图你有啥关系是吧?我对应的变量我都要加上与下一路的输出特征,你这样子去解释人家在图里边在哪,去找你的上一步跟下一步。对是吧,你要把变量该往里边,你这说的哪个变量,那你对应的你就要把它在图里边一对应起来。都要写上。


这就像这样写。

导师
对,然后像这你们你们这个写写这个所所有的变量公式都用 match type 去写,我这是没有 match 你这咋设你你这你这变量,你这变量还有正体的 mask type 上面变的全是斜体的。


我们先看。

导师
讲完了全是斜体,还记作 K 括号,哪有这种记法?没有这个问题。公式全部又居中又对齐居中。这个。还没看到你这个公式是怎么那个啥,就公式一定是跟对上边的解释。对上边的一个不用。就是我用公式把上边的意思要表达出来。所以你们刚开始写文章都不注意这个公式。公式是公式为什么要强调这个公式变量这些你要适当的地方都要把它要给出来,要从上面的内容给它凝练出来。因为公式说简单的,它就是数学理论。数学理论是最严谨的。也是国际通用的语言,外国人他可以不懂你的这个,但是他看着公式,她们知道你要做点啥。


这个第一步, I 等于 1 是在第一第一条记录, I 等于 2 是第二条记录可以大于 2 的时候,每条记录它计算方式不一样。

导师
这个具体里边,我们也先不去讨论它就是你这多尺度特征。这实际上用了三个之路。


对,然后它每个都是有关联的关联性的。所以说得分层。

导师
行具体的。那你就这样先想后边,后边我们再看怎么慢慢怎么丰富。像这。


这个是讲子模块。

导师
了,你是子模块,就是你先格式上的问题要解决。


有这种你。

导师
你找一本找个论文,找个书,你去看看人家这个向量矢量变量,人家合适都是怎么要求的,都有规范好吧。


还有这个就是。

导师
怎么说,我觉得别人。


别人文献里的也不是我提的。但是我看陈师兄他也写了,也画了这图。

导师
也画图,那你得你得你跟人家画的一模一样。那咋行呢?你要换个换换,换个发一模一样,就相当于直接剽窃人家的头了。但是。


他原理上师兄那个也是跟别人一样的,他那个我看好多文章都是这样的。

导师
你能你尽量的要改的话,你就你就跟你就跟原来那个谁,你你去看看那个张若轩的那个路。刚开始他也学着欧阳去画那个什么空洞卷积那种你看现在造成啥了,现在跟原来的完全不一样。是吧。就是很多东西同样是这个思想,但是我表达的形式可能不一样。然后有的地方你有改进的,你就把你改进的思想体现在这图里边,那不就是你提出来的是吧,就是像这样子去。然后你这该加变量的都加上,输出的图里边都要加上。


这个没放。

导师
这字头太像。这这都太这里边就是小六孩子,你把这做太阳 ST 就放下了。


就行。

导师
先把。这格式都先注意。你看这就是 mask type 不会用人家上边专门有那个符号的,你非要给人家上面加个。搞得那么长。

导师
这个图很重要。


对,他这个其实也不是从只是说他那个代码里面有一个转换的,从二维的转换成一维的向量的形式,然后弄一个最简单的全连接,然后做一个通道的关系,然后再转化转回去,然后把它抽象出来了,这样看着基本上能看得懂。对,这样想。

导师
的。但是但是从就从直观的感觉上好像结构好像对很难去体现出来。这个多通你这是多通道。


的。对,就之前是他们把它压缩成一个一一维的一个二维的,就是它二维平面没有考虑 RGB 不是吧,这边多通道的一个信息它没有体现出来,现在体现出来了。

导师
你图上感觉没有体现出来多痛的确实就是你就。

导师
这种你就不用去提什么常用的。这在此基础上提了什么损失函数,你没有大的创新的话,你就你就这就提一个损失函数是什么。这个叫个啥损失函数简一句话简单一提。然后你就说你提出来一种基于什么?颜色校正的,这咋感觉颜色不就色彩。把这个名字你再改一改。还有恢复图像质量的感知解释,这两个名字都改一改,你就你就提了一个,你就提一个名字我然后我就提了一个什么的损失,要学会给你提的方法提名字。然后这个损失由这个这这三个损失组成的是吧?下边我就把这三个损失 1 结算比较像。


然后还有您上次不是说那个看数据量的问题吗?然后回去想了一下,其实它是用乘 99 的一个小的在上面框,然后它是随机的,随机的情况下它是 400 乘600。那假设它是 1 的话就是的可能性,那就是 300 乘上一个 500 的可能性。然后再加上一增强的话,不应该有那个叫什么。

导师
比如说你前面用的数据训练数据集太大,你测试数据集小的跟啥一样?那不就过拟合了。


可是那个是官方的数据集,他发布出来就是这样的,其他的文章也是按照这样分的。我如果说重新分的话会不会有问题?对。

导师
但正常情况下,人数据集的划分人家一般你看人家六二二,六四。人家一般有一个比例,就是。


他官方发出来给他 hub 里面就是他分了两个文件夹,他已经分好了,这种情况下我也可以重新分了。

导师
也可以分你,你可以先如果他官方发布的数据集就是那样。


对,我就怕别人也是这样训练的,然后。

导师
但是反正那种数你看你训练的几百个,你测试的才 15 个 15 张。对你想的这个数据集合是不合适。


What can we problem。

导师
然后就是我跟你说这些内容我们先不管它。然后就是你你写这个讨论,讨论的这一步讨论的这一部分就是我们通常就是分分两个分两个或者就是你你们你们现在在家就是加一个那个,加一个那个笑容,笑容的笑容实现在前边。在前面你先消融实验室对自身模型的结构做消融的。它单独的来讨论。然后就是对比网络,你这里边加对比网络的话,你们你们这里边哪个哪个是对标,这都是你的对,都是对标。你看。


最后一个是我的你。

导师
看。这里边就从就就就我跟你说的就就是你针对什么,那为了验证。这就是套话,你就这么去说,你不要去写的跟散文一样,就是你就直接为了验证所提网络的这个有效性。那么与与这个网络直接把人家的所有网络第一句话去提完。进行了这个对比实验,这不就完了。然后这些对比网络你们尤其注意要,尤其是近三年近五年的网络。不要搞得对于网络太老了,你是做的深度学习的网络,你就不要以传统方法了所以你引用这个和谁谁然后都引用文件都会加然后直接就说对比实验结果如图所示。然后下来就开始讨论。那你讨论的过程中,你是也按照层次关系很清楚顺序往下去讨论。我这个网络在从图中所见这图 B 是这个网络处理的结果。那这个网络里边存在啥问题?他分割的那个增强的结果啥问题。因为你就是主观描述。是吧,主观评价你就直接把他网络看网络哪个没有增强好?为什么没增加好?要说这些为什么没增加,因为,所以他这个这一块处理不好,那块不能恢复。


但是我发现一个问题就是他们的问题基本上都是有共性的。这儿说了之后,下面还有。

导师
共性,你往后边还没到,你就先把它每一个网络对比网络的先给大家说完,说完到了到你的网络你然后这个是你网络提的这个结果那么针针对这个针对前面那些共性的。那些问题,因为你的网络提了提了啥提了啥,所以我这个效果。网络要比他们要好是吧。要这么去说,要把前边理论讨论的那一部分那些亮点的句子要往这边去说,这样子才能让人家一看。因为他也没时间去验证。这样子你一提我因就因为我才我我我用前边的那个创新方法了,所以我这个效果才好。他一看。对,那这结果也说明了。那不就很完善了,所以为什么要说始终要围绕着你的创新点去写文章口径实验有往往比前面那个还重要,你实验讨论不丰富,实验不和前面去呼应,你是一个割裂的。你你这你你说你说我这个实验好,人家也看不出来好在哪?人家也看不出来为啥好?你替他把他总结好。是吧,要引导到他的思路去这样子去说所以这是主观评价。

导师
当然在主观评价的时候,你也要有意识的去对这个数据集你要去做分类,就是我这种数据集我可以普通的,我可以去体现这些方法都好,然后有挑战性的问题哪些?这个是过暗的,那个是曝光过度的。你要把它做分类。这个是有噪声的,你把它也一分类这样子每一个问题都是分类去讨论,这样子我就从各个角度上来说,我这个方法就是为什么好,抗造性的强,极端情况我也处理了。

导师
好。是吧,我这种情况也能处理,那种情况也能处理,我的普适性也好。对,从各个角度上去说明,说明我这个方法为什么是吧,所以要学会去分类讨论。那这时候你在这里边去讨论的时候,对于一些关键的地方,这个这给我地方非常的暗,他问的不好,他这恢复的不好,他也不好。虽然他们前边这些这个也好,那个也好,但是对于这种极端的情况,我的效果好,他们都不行。这不是一下子就把亮点不是就找出来了,或者说这个分的时候,他别的地方都好,但这一块处理的不好,这个这是这一块处不好,但是我整个网友都好。你要给人家去提炼出来,你得指出来,这个你不能让人家审稿的,拿着图去看你的好在哪,你得说出来是的,明白了。所以这就是你这一讨论,那你就肯定我这论证结果就非常丰富了。然后你看你这就基本上你看这一块就逻辑逻辑也是很混乱。不清楚。对,这主观的定一个定性,一个定量你。然后你你你定性的分析完了之后,定性就主观分析。然后下来我就定量分析。


就关定量分析怎么说,它都是数字是。

导师
就是数据。那这时候你下边就是定量分析,我针对这个和对比网络进行了一个,按照这个按照这几个指标分别对它进行了一个实验结果,定量实验结果如这个所示如表所示,然后你也在这里边,你也要去学会要讨论。那这个有的时候,那我们后边要一会再说定性的相关,然后这里边我这个指标都是好的,那你那你这里边你也要挑一些典型的对。


也要听下面那几个都是跟我比较相似的。对,但是他们。

导师
就是这个非常差的,你就不说了,你可以简单的提一下,然后你就你就挑几个。这可能因为你对比的网络比较多。你可能这几个网络是人家这二年都是顶在上边的。对好。那网络它处理的效果怎么样?那我们提弱方法要比他要百分,这个 PSNR 百分比高多少? SS IM 指标高多少?你要这么去说,挨个的你多了就多了,你就挑一些典型的去说,少的话,你就每一个网络都跟人家去对比,我这个和他像治疗提到的也要去解释为什么适当的去穿插一点,为什么我这个要要高,有的情况下还存在啥问题?你的这三个指标都是最优的,你这个指标可能。不一定也没关系。不是说我所有提的方法,我指标都是最好的,你也得解释,你不能给人家回避,不能回避。那虽然我这个指标不好,但是我这几个指标要远远好与它综合起来,我这个是好的有的提到,我这个网络这个网络这几个指标都好,但是网络太大或者说运动预算速度有点慢。但是我综合起来说,我这个网络。


还是好这两个一个是我一开始有一个指标,但是我给他删了,就是因为那个效果不好,其他就是你刚才说。

导师
没关系,你为什么要给人家删呢?你不要去人为的去造一些,我这啥都放没有必要。我这个就是不好,我实验做出来,因为客观承认不好,这也没啥。只要我整体综合指标好就行了行。那这你要分,一定层次逻辑,要分清楚定性的定量的这个数据集分析完了,我如果还有数据集,我就按照那个过程我再分析一遍是吧。只不过第二遍分析的时候你稍微简单一些,不要把话重复的太多就行。因为通常你第二个数据集分析的话,你就加一个总结。经过这两个数据集的对比验证,那说明我网络在这个数据量也好,那个数量也好,所以我的网络具有读报性、普适性都好。是吧,这样就不就体现出来了吗?然后就是你这里边还有一个问题,定量用了这么多对比,你定性没见过。


没有对。

导师
对,你定性为什么没有?Np。

导师
对,你把笑容还放在这,笑容往最前边,笑容是自己跟自己比,你就先说。我这个笑容我不从各个模块,我这效果都很好,我先说我自己的好,然后再去和别的去做对比。

导师
结论跟摘要么到后面再说投中文的期刊。这里边一定要中文,中文文献那么一篇,也不行,尤其是你要投哪个去看你要移哪个,其他的后边还得再加。中文的要加个几天,不要,就是中文的一片都没有。

导师
行,你的这大概具体内容等你先把结构整个思路都理清楚,然后自己先往深深里面再。写一版。然后那值得改内容的话,我们具体再一个一个再改句子。好吧。行。你俩的,我两个群里面两个都行。


那我上午发你。

导师
你发到,你发到旁边,你这没电。


了。

标签:这个,修改意见,论文,网络,然后,导师,人家,就是
From: https://www.cnblogs.com/starcos/p/16882541.html

相关文章

  • Anchor-free目标检测 | 工业应用更友好的新网络(附大量相关论文下载)
    计算机视觉研究院专栏作者:Edison_G扫描二维码 关注我们微信公众号: 计算机视觉研究院回复“AnchorFree”获取论文集下载随着CVPR和ICCV的结束,一大批目标检测的论文在arX......
  • Yolo框架大改 | 消耗极低的目标检测新框架(附论文下载)
    计算机视觉研究院专栏作者:Edison_G使用常规深度神经网络到脉冲神经网络转换方法应用于脉冲神经网络域时,性能下降的很多,深入分析后提出了可能的解释:一是来自逐层归一化的效率......
  • 【DL经典论文精读】ResNet
    Abstract利用残差学习架构释放深度152层深度是VGG的8倍,且复杂度更低ImageNet上的错误率3.57%在ILSVRC和2015COCO竞赛,在多项任务拿到第一 3.1Introductio......
  • 【DL经典论文精读笔记】AlexNet
    1.1引言1.2数据集就是ImageNet,当时计算机视觉最大的数据集1.3结构  采用双GPU结构实现,并行处理图像,2-3,5-全连接部分中间还将特征图共享最后全连接层输出的4096......
  • 目标检测干货 | 多级特征重复使用大幅度提升检测精度(文末附论文下载)
    计算机视觉研究院专栏作者:Edison_G近年来,在利用深度卷积网络检测目标方面取得了显著进展。然而,很少有目标检测器实现高精度和低计算成本。公众号ID|ComputerVisionGzq学习群|......
  • 一周干货回顾&总结(附论文、源码、链接)
    ​作者:Edison_G本周我们“计算机视觉研究院”主要推送了目标检测干货及中国人工智能大会内容,今天给大家总结一下!公众号ID|ComputerVisionGzq学习群|扫码在主页获取加入方式​......
  • RegionEncoder论文阅读
    RegionEncoder-UnsupervisedRepresentationLearningofSpatialDataviaMultimodalEmbedding 作者将这个工作叫做LearninganEmbeddingSpaceforRegions(LES......
  • 【DL经典论文精读笔记】神经网络压缩之剪枝
    深度压缩DEEPCOMPRESSION:COMPRESSINGDEEPNEURALNETWORKSWITHPRUNING,TRAINEDQUANTIZATIONANDHUFFMANCODING:用剪枝、训练量化和霍夫曼编码压缩深度神经网络......
  • Zone2Vec论文阅读
    Zone2Vec:DistributedRepresentationLearningofUrbanZones 提出了一种新的区域embedding的方法,他们叫做SAZE。考虑到了区域之间的连通性(出租车轨迹连接各个区域),也......
  • 读论文
    DeepLearningforInstanceRetrieval:ASurvey内容主要关于:最近基于深度学习算法和技术开发的实例检索工作深度网络体系结构类型、深度特征、特征嵌入和聚合方法以及......