博客
关于我
计算机视觉会议论文写作建议顺序及注意事项
阅读量:159 次
发布时间:2019-02-28

本文共 892 字,大约阅读时间需要 2 分钟。

一、写作建议顺序及注意事项

  • 提炼MotivationMotivation是重中之重,intro和abstract都基于此。最重要的Motivation往往只有一点即可,全文都围绕着一个最尖锐的问题,然后motivation就是基于该最尖锐的问题衍生而来。

  • 题目关键字提炼题目关键字非常重要,题目的关键字也就是全文的关键字,abstract和intro等都会基于该关键字来展开描述。

  • 写abstract以1~2个主要矛盾为引导,有力的指出现状中存在的问题,逻辑过渡要柔和,不能太生硬。

  • 写introduction每段写的东西要了解透彻,一段就表达一个中心思想。首段过度要简洁且柔和,不能太生硬,不能太长。逻辑过渡要能站得住脚。图1要好看且能表达主要思想。贡献点间的空隙不宜太大,可手动调整。

  • 写related work分topic写,每个topic逻辑要清晰。段内逻辑要按发展顺序来,不要跳跃,不要写离本文领域太远的文献,本文领域内典型文献尽量都要囊括。对每个参考文献的描述要准确,尽量参考其他论文的描述,不要想当然的描述。Related work不宜过长,每个子段落也不宜过长。

  • 方法将主要方法拆分成合适的子模块,分块描述。描述的时候尽量先给原因,再给做法,如:为了实现…,我们使用…。公式的每个符号都要做到全文统一,避免用不同的符号表达相同的内容。公式的描述和段落正文尽量分开,会更清晰一些。公式的解释(where s represents…)要顶格,且首字母小写。图要有自明性,图例要能清楚的解释图表示的含义,图的字体不能大于正文。

  • 实验消融实验清单非常重要:需要首先罗列能够支撑每个贡献点的消融实验。每一部分实验:写清实验配置,实验实现细节,实验分析。实验分析中,最好统一成提升百分比来描述,比较直观。实验部分最好加上曲线图、特征图等可视化来支持每一个观点。表格要美观,不能太挤或太散,可使用命令调整每列宽度来控制。表格中太长的字符或描述可用简写来替代,在表头里边说明即可。

  • 总结客观的描述实时即可,最好加上未来展望。

  • 参考文献参考文献格式要按latex要求的格式,内容写全面。

  • 转载地址:http://epqd.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>