w***n
发帖数: 1084 | 1 你同学中了network的top conference?
别的方向咱不熟。凭我自己有限的经验，vision的top conference的确好中很多。一个原因是top会太多了，iccv, cvpr, eccv，啥都可以投。另一个原因是收太多了。iccv一次就是300多篇paper，proceedings厚厚的两大本可以砸死人。大部分别的方向top会议都收不了这么多。
double
paper |
|
n****r
发帖数: 471 | 2 怎么定义top conference?
如果说除了sigcomm, mobicom其他都不算，那他确实没中。
INFOCOM， ICDCS算不算？他经常deadline以前两个礼拜，实验还没做呢 （他是做算法
的，不是做系统的）。
当然，他这可能是特例，这肯定不代表一般的情况。
这么纠结top conference和收多少文章有什么意思？
嫌三大会收的文章多，可以中oral presentation啊， 一个会就5，60篇， 如果还嫌多
，可以中best paper， 一个会就一篇。做的工作好不好总是有人能看出来的，不代表
你跟一堆水文发在一起，就掉多少身价，况且我还真不觉得“vision的top conference
的确好中很多”， 都是出来混饭吃的，哪口饭就比另外一口饭好吃的着呢？
另外，中的文章多是因为做的人也多，就是牛校的大老板一个会平均也就中5，6篇，这
个数目和网络比不多吧？
另外敢问张口闭口会太多的，知不知道ECCV和ICCV隔年开？ 实际上一年就两个会。
争论这些没什么意思， 都是做研究的， 我觉得还是不要轻视别的成果，看到别人的
paper也不要轻易下结论说这是水文... 阅读全帖 |
|
z***t
发帖数: 2374 | 3 CV本来就不是传统CS领域,会议稍微松一些
CVPR/ICCV/ECCV也就和Infocom，ICDE之流一个级别
但是因为CV再没有更好的会议，你可以把它们看成sigcomm,mobicom, infocom的混合体
招faculty的时候，跨领域比较，大家会自动shrink CV会议的数量
在我们学校，CV的candidates，至少有6+以上文章的才拿出来和别的领域比
跨领域投文章很多时候更容易（相对来说），因为很多会议需要新的application或者
direction,譬如，纯CV文章中NIPS反而容易，learning based文章扔到CCS或Oakland也
容易中一些，最近database的文章在KDD也容易中一些（最近两年KDD有打压learning提
升database的复古趋势），前几年数据分析的文章不也很容易中sigcomm和mobicom嘛.
跨领域要application比较巧。但是持续发文章就难了，因为不是一个领域，多了就露
馅啦。 |
|
w***n
发帖数: 1084 | 4 你扯得太远了。我前前后后就说一点：中eccv/iccv/cvpr要比中别的方向的sig系列相对容易。zrest前面说的基本是比较靠铺的。
个4 |
|
n****r
发帖数: 471 | 5 灌水哪个领域都有，正常现象。
今年ICCV的分数都特别低，我猜想是不是可能平均水平不大行，因为和CVPR应该是一批
reviewer啊， 怎么会产生这么大的variance。 |
|
|
m**********n
发帖数: 285 | 7 DM投NIPS很难.NIPS CV的bar可能比ML低一些，但是平均水平高于CVPR/ICCV/ECCV.
NIPS是AI领域最top的conference,没有之一。 |
|
l****n
发帖数: 64 | 8 对vision而言就是area chair了。其实vision的cvpr,eccv,iccv都是没有senior
reviewer的。其他领域倒是不少，是在AC之下再分出来的，相当于更小的AC。
个paper都会指定? zrest讲讲？我们方向senior reviewer一般只是committee member。 |
|
m****s
发帖数: 402 | 9 ICML
NIPS
AAAI
IJCAI
CVPR
ICCV
ECCV
SIGGRAPH
ACM Multimedia
WWW
ICDE
ICDM
KDD |
|
b***a
发帖数: 6422 | 10 我不去，但知道是SIGGRAPH的一帮牛人搞的，介于CV和CG之间，PAMI组织的。
看看PC就知道很牛了。
有些CV组主要就发ICCV, CVPR, ICCP。 |
|
m*****y
发帖数: 367 | 11 “CV不要总拉着ML”，靠，不是CV的拉ML，而是ML的人总往CV里挤。ML推些不知所云的
bound，不做任何实验，没有问题做不好办，只好往IR,DM,CV里挤，糊弄这边的人。
就叫statistics或者pattern recognition了
帮忙，结果造成CVPR/ICCV/PAMI的文章经常出现幼稚的错误.
说不想承认 |
|
h*******o
发帖数: 124 | 12 首先，听到这个消息，我也为UF难过，但是作为一个在UF CISE读过书的人，CISE被拆
，也又它自己的原因，咱们就事论事:
(1) CISE的TA每个月的工资仅为600上下，很多Phd做TA，还要自己掏生活费。600元能
在gainesville这种地方怎么活？养个车加个游，600基本都没了。
(2) CISE每年招收很多很多自费的硕士和博士（当然没有ECE夸张），这个是在别的学
生很少见到的。原因是什么？这当然直接影响到毕业生的声誉。
(3) UF作为美国top50的大学，CISE每年在top会议的论文不多。DB组算是很好的，能发
一些sigmod，vldb，但是做为DB的年轻一带的领军人物，chris jermaine为什么最后离
开UF去RICE？Networks和Vison组虽然也能发一些象infocom和iccv，cvpr的会议，但是
那些领域的会议，行内人都知道，很水。
(4) 教授真正做学问严谨的不多。很多教授不是特别负责，包括一些已经成名的教授，
在2挡，甚至3挡的会议灌水，和UF的名誉不符。
还有一些原因，不想再说了。但是，CISE从最近５年发展来看，确实自己有一些... 阅读全帖 |
|
r**t
发帖数: 937 | 13 如果ECS比CISE更夸张，为啥拆CISE不拆ECE？
infocom，iccv，cvpr怎么也不能算“很水”吧？ |
|
z***t
发帖数: 2374 | 14 不完全是热去捧，是相关学科发展的必然，NIPS,ICML是比较好的连接理论和应用的会议
要解决问题，相当程度上要有好的理论，所以理论会议逐渐变得更重要了
CS的application现在扩得很大了，传统的离散算法和优化只能解决一部分问题了
需要大量相应的applied statistics或者说computational statistics技术
ICML,NIPS变得越来越重要，COLT的理论和应用又脱节一些
象KDD,IJCAI,AAAI,CVPR,ICCV里的paper,reviewer,committee在learning方面都和NIPS
/ICML差很远
另外象PAMI,TIP这些journal过去几年也收非常多learning方面的文章，但是自己的
reviewer水平又差，结果造成质量大幅度下降
PAMI现在文章，除了小部分pure vision的，其余文章质量很一般，比JMLR和ML差不少
，TIP里learning的文章更烂，直接导致TIP下降一个档次 |
|
d*****u
发帖数: 17243 | 15 你们系里不给报吗？
一般参加会议什么的可以在系里或者研究生院申请到funding的
很多老板也cover |
|
r*****l
发帖数: 110 | 16 我不是第一作者，一作毕业后比较忙，不能参加会议。即便是老板cover，我想还是能
省些就省一些吧。另外，如果能找到室友，这也是一个不错的互相交流学习的机会。 |
|
c*******f
发帖数: 85 | 17 那就是做CV的女生比例正常偏低，但是质量感觉很不错。
会穿衣服会打扮会social，而且学历普遍是PHD往上 |
|
|
|
D***r
发帖数: 7511 | 20 我觉得CV其实挺适合女生的啊
不需要懂system的那一套（女生大多不感兴趣）
而且主要工具就是matlab
又好玩 |
|
t*****h
发帖数: 137 | 21 A lot of Chinese guys also. |
|
J******s
发帖数: 4 | 22 Dr. Hua Wang from the Electrical Engineering and Computer Science Department
at Colorado School of Mines is seeking outstanding candidates to fill 2-3
PhD student positions starting from Fall 2013 semester in the areas of
Machine Learning, Computer Vision, and Bioinformatics. RA/TA positions will
be provided in the Electrical Engineering and Computer Science Department
at Colorado School of Mines. These research assistantships are to work with
Dr. Hua Wang towards Ph.D. degrees. The details of ... 阅读全帖 |
|
n*******l
发帖数: 18 | 23 为身份申请奋斗中，请各位前辈赐review机会！
背景：计算机博士，目前博后，机器学习和图像处理背景，曾经发表论文在NIPS、ICML
、CVPR、MICCAI、Bioinformatics等会议、杂志上面。
联系方式：xinghua.lou (AT) gmail.com
谢谢！叩首！！ |
|
y****g
发帖数: 113 | 24 Software Engineer 不知道要求，他家的researcher岗位竞争还是蛮激烈的吧，没个几
篇cvpr的很难，所以招进去的牛人应该也是一把把的。 |
|
y****g
发帖数: 113 | 25 Software Engineer 不知道要求，他家的researcher岗位竞争还是蛮激烈的吧，没个几
篇cvpr的很难，所以招进去的牛人应该也是一把把的。 |
|
N******K
发帖数: 10202 | 26 看了看 能直接翻译公式 这一点不错 但是除了这个 就没啥了
matlab虽然没有直接翻译这个功能 但是其他功能多得多
cvpr等图像分析的会议 大家都用matlab 结合 c++ |
|
e***e
发帖数: 3872 | 27 狗狗radical/stroke extraction/segmentation
这应该不算是个programming的问题，搞CVPR的还在发paper混饭吃呢 |
|
w**********a
发帖数: 6 | 28 多谢楼上三位先生赐教。
我不只是想获得汉字的拆分的具体结果，这一点，IDS （ideographic description
sequence） 项目已经做了几万字出来了，的确是查表可以得到结果。
我想做的是，通过图像识别的方法，用程序来完成这个拆分，来学习图像识别技术。
IDS的结果正好可以为图像识别的结果提供校验。
按etude先生的指点找到了一篇文章，学习中。
先生看来是CVPR（惭愧，这个词也是放狗才知道是Computer Vision and Pattern
Recognition的缩写）的行家，烦请介绍两本适合初学者的入门书吧。 |
|
e***e
发帖数: 3872 | 29 我不是行家，只学过一点CVPR，知道的书也很少。貌似很多人书架上有这本书：
Christopher M. Bishop, 2007, Pattern Recognition and Machine Learning
另外比较新的，引用数也比较高的有这本：
C. H. Chen et al., 2009, Handbook of pattern recognition and computer vision
虽然我觉得可能都有点远水解不了近渴——如果是做项目的话。能问下你拆分的目的是
什么吗？如果学习模式识别，这个题目既不好做，又不好卖啊…… |
|
w***g
发帖数: 5958 | 30 扯淡。O(N)是N趋向于无穷大时的notation。GPU的core是常数。按他们的说法，还不如
说在他们的平台上复杂度是O(1)。再说各层的N根本就不一样。2012年Hinto组做
imagenet那个经典的架构，其中一个最大的fully connected层就占计算量的近80%，就
是个矩阵乘法。
Deep learning的文章，建议除了几个有名的大组，以及NIPS CVPR/ICCV水平的paper看
看。别的blog啥的最好不要看。误导性太强了，因为作者都不知道自己是错的。
就是高水平的paper，都不能保证结果是对的。我前两天还提过Jeff Dean那篇论文。
训练速度基本上是O(log(N)), N=机器台数。N>1000以后，增加机器/core的个数对提高
速度帮助甚小。
量级 |
|
w***g
发帖数: 5958 | 31 现在用的最多的就是基于FCN的segmentation网络，
包括医学图像上用的比较多的u-net。在此基础上
可以做各种变动。这个花样玩法非常多，demo应该
也比较容易做。像楼主说的同时做classification和
segmentation，我能想到的一种情况就是有大量
只有yes/no标签的图片，以及少量有contour
annotation的图片。设计一个网络同时拿两种数据
训练，那么segmentation的效果显著高于只用少量
annotation图片还是非常有可能的。这种做法其实
已经被玩烂了，应该是进不了CVPR的。
至于是不是真的那么牛，往往实际效果不如展示的
那么牛。一般是吹得天花乱坠，一碰到实际数据就
尿了。 |
|
w***g
发帖数: 5958 | 32 我已经给这作者发邮件去问了。我就觉得大家稀里哗啦发paper，里面水挺多的。
我也不是很确信，毕竟发到cvpr上去了，也是经过review的。 |
|
|
|
K**4
发帖数: 1015 | 35 http://scholar.google.com/citations?view_op=top_venues
Title h5-index h5-median
1. Nature 295 427
2. New England Journal of Medicine 274 450
3. Science 265 388
4. RePEc 259 356
5. arXiv 256 367
6. The Lancet 205 313
7. Social Science Research Network 205 290
8. Cell 195 279
9. Proceedings of the National Academy of Sciences 189 237
10. Nature Genetics 174 268
11. Journal of Clinical Oncology 173... 阅读全帖 |
|
e*********6
发帖数: 3453 | 36 我不站队，我觉得韩老师脾气够不错了，你看CVPR上的那些大牛的paper，要source
code人家根本不屌我们这些小虾小蟹 |
|
z*******x
发帖数: 103 | 37 这完全是两回事。 人家没错，论文有没有要求提供source code。 人家干嘛提供给你
。running 程序足够。另一方面，你有没有看见大牛撤稿的？
韩这个是几十个试验都没法重复， 这还不能说明是错的。
至于作假，便可以从其回应看出。
这里不是法庭，不适用“oral sex”is not “sex”这种split hair 的辩护技巧。
当然，如果楼主和这位zhang 如果想和Han 站在一起，ok。
如果你们是新手，那么约束科学家的学术界的规矩 就是这样。
发信人: ericzhang86 (eric), 信区: Biology
标 题: Re: 我觉得吧 那些坚持认为韩作假的人
发信站: BBS 未名空间站 (Tue Jul 19 00:29:11 2016, 美东)
我不站队，我觉得韩老师脾气够不错了，你看CVPR上的那些大牛的paper，要source
code人家根本不屌我们这些小虾小蟹 |
|
e*********6
发帖数: 3453 | 38 bioibfo夹缝中生存啊，既没那种公认的top conference如cvpr, nips,也没有好影响因
子期刊 |
|
e*********6
发帖数: 3453 | 39 如果按照学科算，这都是信息科学的顶级会议，每年加起来也就是1000多篇，生物界顶
级期刊是cell，这些是计算机顶级期刊，也算是一级学科的top，应该和Cell一档，但
是个人主管感觉好像这几个会比发cell还是容易一些。
这几个应该能和Nature的重量级子刊（NBT）一个级别吧？ |
|
|
发帖数: 1 | 41 完全不能
首先不能拿CV/ML的conference 去和journal比，肯定没得比。现在Deep learning遍地
都是,3大CV会加NIPS/ICML很多水。
要比至少拿PAMI说话，我觉得PAMI是比不过的 |
|
|
e*********6
发帖数: 3453 | 43 你去哪里分析互联网，金融，图像和声音的数据？有人给你吗？这都是机密，公司的核
心资产之一。
图像声音，标准数据集就这么多，早被研究透了，你要能在标准数据集上跑个超过现有
方法的结果，这是个CVPR best paper档次的。
Kaggle一类的，也基本已经脱离了实际生产背景，给限定死了数据的范围了
老老实实拿着生物数据库联手最最现实 |
|
d****s
发帖数: 6 | 44 【 以下文字转载自 EE 讨论区 】
发信人: deerls (deerls), 信区: EE
标 题: 【代人征会议同行】CVPR2011，6.21-26，美国colorado springs
关键字: 会议同行,CVPR2011
发信站: BBS 未名空间站 (Tue May 24 22:36:12 2011, 美东)
有没有人去今年的CVPR, 代一视觉小菜鸟(mm)征人同行。
PS: 如果是女生，可以的话，也可以share酒店房间。
联系邮箱: r******[email protected]~
Bow~ |
|
h*********s
发帖数: 4 | 45
电子科技大学模式识别与机器智能实验室(PRMI) 2013 年 第 2 轮 招聘计划
实验室介绍
电子科技大学自动化学院模式识别与机器智能实验室成立于2010 年初，隶
属于控制科学与工程一级学科，是模式识别与智能系统二级学科的承担单位。实验室是
专职科研机构，是电子科技大学培养高层次人才的重要基地，现有固定科研人员10人，
包括国际留学生在内的在读博士和硕士研究生在内的流动科研人员40人。实验室主要研
究方向是模式识别与机器学习，计算机视觉与多媒体技术，机器人理论与应用等。
本实验室的宗旨是在相关研究领域汇聚一支高水平的创新团队，建设具有国际先
进水平的创新研究基地，并在智能自主系统研究领域赶超国际先进水平。
2013年度，拟招聘2名博士后研究人员，具体要求如下：
招聘条件
符合国家和电子科技大学关于博士后申请的基本条件，拟招收模式识别与机器学习，机
算机视觉与数字多媒体等方向专职博士后研究人员，同时具备：
1、自动化、电子工程、计算机、应用数学、生物医学工程等研究相关领域
有研发工作基础的博士学位获得者。
2、有... 阅读全帖 |
|
o****i
发帖数: 23 | 46 有2,3篇CVPR应该还不错，找一找试试。
听着象xiaoou tang的手下。 |
|
y****g
发帖数: 113 | 47
我现在还没有这样的paper，大概还要3年才毕业，所以想把这个当成一个目标来实现吧
，有希望就好，加油去做。
香港这边做cvpr的组蛮多的，我不是xiaoou的学生 |
|
g***i
发帖数: 50 | 48 Computer Science Department Conference Rankings
Some conferences accept multiple categories of papers. The rankings
below are for the most prestigious category of paper at a given
conference. All other categories should be treated as "unranked".
AREA: Artificial Intelligence and Related Subjects
Rank 1:
AAAI: American Association for AI National Conference
CVPR: IEEE Conf on Comp Vision and Pattern Recognition
IJCAI: Intl Joint Conf on AI
ICCV: Intl Conf on Comput |
|
|
r*******n
发帖数: 34 | 50 有六七个很简单的公式，一眼就明白的。但是这些公式是实现实时快速与高精度的关键。 |
|
