作者 | 叶小飞 编辑 | 汽车人
原文链接：https://www.zhihu.com/question/524855881/answer/2819447733
点击下方卡片，关注“自动驾驶之心”公众号
ADAS巨卷干货，即可获取
本文只做学术分享，如有侵权，联系删文
当我不再拿着锤子找钉子，不再去瞎凑模型硬卷分数，而是先深度、反复思考研究领域到底有哪些未解决甚至未被发现的痛点，再去针对性设计算法后，我的科研成果得到了一个质的飞跃。
我的研究领域主要是自动驾驶感知与仿真。2021年年初开始读博时，整整一年只中了一篇ITSC，而在这之前一作只中过类似ICPR这样的水会。在2021年年底得益于导师的引导与鞭策下，我忽然领悟上面说的这个看似十分简单的道理，然后2022年连中多篇一作论文，包括CVPR, ECCV, ICRA, CoRL, IROS, WACV诸多不错的会议还有SCI一区的论文。在我把主要论文代码都全部开源后，收获了上千star，引用比去年涨了近7倍。这些成果当然离大佬差很多，不过对我来说却是一个重要的分水岭。
这个道理是在21年底赶ECCV论文V2X-ViT时顿悟出来的。这篇是关于一个偏新的领域--协同感知的，即多个L4汽车与路端传感器可以通过V2X共享感知信息, 我需要研究出一种最佳的模型来融合这些分享的感知信息，从而达到更广、更远、更精准的感知表现。
最初拿到这个课题，我一拍脑袋就说，这每个智能体把自己从sensor measurements里面提取的neural features相互一传，整个transformer做个attention不就完了吗？导师听了之后非常无奈地和我说，你这样做出来有什么意义？有真正解决什么问题吗？经过灵魂拷问后，我开始进行深度思考，然后忽然灵光乍现：自己一直纠结于算法设计如何搭积木，可是却没有真的好好想过这个课题本身到底有哪些更实际、真的会影响到未来落地的挑战。然后我就画出了下图：
我发现，协同感知其实有非常多的domain-specific问题还没有被很好的探索过，比如信息传输导致的时间延迟，GPS定位不准导致的信息整体位移偏差，路段传感器与车端传感器摆放高度不同、型号不同导致的异构性，可能存在的黑客攻击通讯等等。发现了这些问题后，自己忽然思路大开，设计算法也变得简单了很多 -- 你不再是盲目地搭积木，而是针对每个子问题去设计你的算法（虽然还是在搭积木LOL），这样的最大好处在于，你十分容易讲一个well-motivated的故事。同时由于你在研究一个新的问题，你不需要去卷一些已有的知名榜单，能将这个问题讲明白，并且在自己的setting下打败其他人即可，难度大大降低。于是针对我提出的前三个问题，我和队友设计了下图三个不同的transformer component，将他们组合在一起形成了我的V2X-ViT。
ECCV reviewer在他们的comments中全都提到了一点，那就是整篇文章的设计十分motivated, 算法部分很novel, 这也证实了我这种思路转变带来的巨大作用。
这种发现特殊、具有实际价值的问题，然后再魔改最热门的技术来解决这个特定问题的approach，非常适用于科研发表。于是我思路大开，写文章忽然轻松了很多。V2X-ViT用的全是LiDAR, 很明显太贵了，为什么不换成纯camera来做3D预测？这不就相当于一群特斯拉可以互相合作，是不是有潜在的落地价值？于是便有了后来机器人顶会CoRL的CoBEVT。假设每个车的deploy的模型本身就有差异性，这个怎么解决？于是就又有了两篇ICRA。
再后来，我发现这种思维模式不仅仅局限于我这个偏新领域的课题，哪怕是很卷的领域也是适用的。比如最近巨卷无比的BEV感知，大家都在刷那几点精准度，大部分硬卷的最后都GG了，只有小部分论文能成为幸运儿。但是其实这个领域有很多比提高几个百分点有意义多的topic, 比如你在某种camera setting下训练好的模型，挪到另一种不同的setting (譬如车型换了导致camera的6D pose改变，或者camera型号变了)整个模型可能就会变得很差，这就大大限制了现在的模型可大规模deploy的可能性。再比如你六个相机的clock出现了较大的异步怎么办，亦或者研究相机位置如何摆放才能达到最大的精度等等，这些都是不错的topic. 在实验室与工业界有较大资源差距的情况下，用这样的思路往往可以避免硬卷，以巧取胜。
不过要真的施行这个看似简单的方法，其实需要一定的基础。
你需要阅读大量的文献。一方面你需要了解本领域有哪些问题已经被解决了，另一方面你也需要追踪最新的算法来帮助自己后面魔改。同时也不能只局限于自己本领域的论文，譬如V2X-VIT里面的一个模块就有借鉴一篇data mining的文章。
你需要有良好的写作技巧来讲清楚你的motivation, 这点非常重要。
这种思路很多时候需要你自己搭框架，所以也要有一定的代码基础。
其实在我看来，种种另辟蹊径的思维模式都是表，而非根。当一个人真的充满热爱与激情时，突飞猛进只是时间问题。这一点我相信不仅仅适用于科研，适用于各种各样的领域。
看了大佬的科研之路，不禁感叹科研之路道阻且长~CVPR、ICCV、ECCV、ICLR、NeurlPS、AAAI……想冲一把顶会，但没有大佬带，不知如何挖掘创新点？
面对让人绞尽脑汁的论文问题，在没有有效指导的情况下，全靠自己摸索很难有所建树。事实上，掌握有效的科研方法，get顶刊/顶会的套路，精准挖掘创新点，学习如何论文写作，叙述一个漂亮的story，完成一篇CCF/SCI高水平论文完全是一件完全可以做到的事情。
顶会发刊
SCI一区/CCF A、SCI二区/CCF B、SCI三区/CCF C、SCI四区、EI期刊、EI会议
无须多言，无论是申硕博还是求职，手握高区SCI/CCF都会是简历中的一大亮点！特别是对于想走科研路子的同学来说，高区SCI/CCF是必须的，一篇前沿方向的顶会/顶刊会让老师眼前一亮，但要写出一篇优秀的学术论文需要很多的学术知识和能力，此外期刊的审稿周期更长，需要更有耐心和毅力~
在这项辅导中，我们将CCF/SCI从写作到发表全程辅导。从学员的个性化需求出发，平台会给出最专业的建议，接着匹配一对一学术导师，一个足够优秀且适合你的“学术领路人”，从最初的论文调研，到开展实验再到最终产出论文，全方位进行指导！
论文带读
科研大牛的idea总是层出不穷，好想法的形成离不开日积月累的文献阅读和思考，慢慢形成正循环，最终输出idea。在带读项目里，老师将手把手带大家阅读领域综述和前沿顶会文章，梳理领域发展脉络，教会大家如何选论文、看论文、总结和归纳论文的主要贡献及可改进的方向，深入剖析优秀论文。
毕业论文指导
毕业论文总是愁倒了很多小伙伴~
毕业论文不会写？小论文不知如何选题？
导师完全放养，师兄也顾不上指导
自己独自苦苦摸索，却总也找不到门道
在毕业论文指导项目里，将匹配专业老师全程辅导，辅助同学选题并展开实验优化，解决各种出现的问题，全程辅助毕业论文的写作和润色！
主要辅导方向
感知融合：BEV感知、3D目标检测、多传感器融合、局部高精地图、多模态感知、车道线检测、分割、视觉大模型、占用网络OCC；
规划控制&预测：轨迹预测、运动规划、端到端自动驾驶；
重建与仿真：NeRF等；
国内外升学/留学规划咨询。
适合人群
有意向申博和出国的小伙伴；
有意向发表CCF/SCI 高区论文的小伙伴；
需要一篇满足毕业要求的中文核心、EI会议/期刊的小伙伴；
需要毕业论文指导的小伙伴；
刚入门深度学习，需要辅导入门的小伙伴。
学员福利
辅导课程方向的自动驾驶教学视频免费赠送；
自动驾驶与AI领域核心学术圈子；
结识全球顶尖学术和工业界大佬。
① 全网独家视频课程
BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）
视频官网：www.zdjszx.com② 国内首个自动驾驶学习社区
近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！
③【自动驾驶之心】技术交流群
自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）
④【自动驾驶之心】平台矩阵，欢迎联系我们！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
