如何评价 CVPR 2025 的审稿结果?-优快云博客

编辑 | 3D视觉之心

原文链接：https://www.zhihu.com/question/640949959/answer/35913196118

点击下方卡片，关注“3D视觉之心”公众号

第一时间获取3D视觉干货

mtfy的回答

不会再审了，

但还是希望好的文章能够尽可能多地走到读者面前吧。

现在的书写套路太固化了，必须有公开的dataset，必须有公开的benchmark，必须有公开的baseline，必须有ablation，还得有帅帅的pipeline和满满的实验。其实，都到在现在这个时候了，这种套路反而是非常限制创新的，而且也没有做难题的土壤了。

如果没这些东西，那就几乎中不了，我真的不知道这到底是卷还是懒，还是说既卷又懒，再加上一堆一堆提前勾兑打招呼的，甚至还有不少直接造假的，真的没意思。

上一届分到我手里的，确实有几篇论文，很有新意，用新方法做了新问题，也能看出来作者做的很不容易，于是我给了高分，但其他审稿人只是喷没有dataset，没有benchmark，没有baseline，没有ablation，最后这几篇论文也没中。

哎，导师的难处，学生的难处，大厂研究者的难处，我也都理解，但我真的不知道这风气啥时候是个头。

总之我还是不审了。

CogitoErgoSum的回答

没卡=做不了火热的LLM/VLM/VLA/Video Generation/Diffusion...=none of sense.

做的low level vision的工作，得分223，被认为是none of sense....

哎，没卡没活路了呀~~~

ArthurMoon的回答

本菜鸟文章被拒习惯了，第一次这么生气

科普+质疑：更高分辨率图像生成的入门

随着扩散模型的迅猛发展，简单输入文字即可生成高质量的图片。当下最流行的生成模型主要有两种结构，旧时代的经典UNet（代表模型SDXL），暂时登基的新王DiT（代表模型FLUX）。然而两者都只能生成有限分辨率的结果，如果强制模型直接生成更高的分辨率（通俗说就是尺寸更大），会因为推理阶段的行为和训练阶段产生偏差导致各种问题。“更高分辨率生成”这个任务应运而生，其中一个主流分支就是不通过微调，直接纠正模型在推理阶段的偏差来获得更好的结果。然而如上图所示，在直接生成更高分辨率的实验中，UNet模型遇到的问题是重复的物体随着分辨率的提高不断变多，而DiT模型遇到的问题是画质随着分辨率的提高不断退化。虽然两者的任务相同，但由于框架的区别，导致本身面临的问题也不同。之前绝大部分这个分支的论文，都是单独解决其中一者。举个例子，都是肠胃炎，细菌性肠胃炎和病毒性肠胃炎的诱因完全不同，所需要的治疗方式也大为不同。专业的审稿人既然拉满置信度，想必这么入门的知识不会不懂吧。

干货部分结束，下面是私货部分：然而某篇论文声称可以同时解决两者，经过实测，这个方法的其中三分之一，确实能起到一定作用，但远远达不到解决的程度，另外三分之二更是完全不兼容。最后这篇文章呢也没有被顶会录用，只能退而求其次找其他会议。但是偏偏凑巧，刚录用完甚至还没正式发表，俩审稿人就马上将之奉为榜样，全然无视之前那一年内的十几篇顶会都是只支持UNet，说不支持DiT就不配发。我一开始limitation主动提这个局限性，我觉得大家都没解决列出来完全没问题，然后这俩审稿人就用他们的榜样来贬低我的工作。我一看他们说的榜样，就这效果也好意思说兼容俩框架？欣然摆出实验反驳说按这个这么低的标准我也能兼容效果还更好些。结果他们双标到说哦你这个只有一部分生效了，其他部分不生效，所以还是要拒你。天呢你忘了你自己提的榜样也是只有一部分生效？我都明确说了这一点还故意视而不见是吧。

光荣与梦想的回答

结论 : 审稿质量依旧底下

证据 : 有两个审稿人在major weakness 里说: 你在文章里提到 [1] 使用了GAN. 但是[1]根本没用GAN. 拒稿.

我的反驳 : [1]明明说了 "we used a ForkGAN mode to ..."

评论：我不知道在PDF 文件里搜索一下GAN 这个词到底有多么难. 眼睛不要可以捐献

谁知我这种男孩子的回答

第一次投论文，就来挑战cvpr2025了，反正是初生牛犊不怕虎，哈哈哈。分数232(434)，第一个2分，问我为啥不和sota比，然后又说我这个和sota比没有分数优势，和最新的idea比没有足够的创新，然后又说为什么我不去跑一跑别人的论文基线，而是直接采用他们论文中的数据，然后又问我在第二章相关工作中，为什么谈到了一些方法(2016 2017年的)，但是最后没有拿出来比，但是我在最后的模型比较里面比的都是最新的论文2018-2024年的。然后就是经典的质疑:“你说你要在最后版本放出代码，那你真有这么好的效果吗，你的模型看起来一点也不复杂，我感觉这种简单模型不可能有好效果，所以我对你的代码保持高度质疑”

第二个评审人给的3分，主要是提了我的图片画的不够好，然后表格中最好把标准差这些也画出来，然后说我的图5可以删掉。

第三个评审人给的2分，主要是说我的创新不够，然后又说我的论文有些地方拼写错误，格式有瑕疵(有些地方忘了打空格)，然后又说我最后的结论写的不够详细。

我已经准备润了，去试一试期刊把。哈哈哈。

分割线

——————————————————————

看见大家都比较好奇，我就再补充一点，评审并没有全提那种抽象的意见，也提了一些画图的意见和全文组织布局的意见，然后评委格外关注我的公式的推导过程，我有一步跳步了，就被三个评委都问了。

然后就是评委也说了，你这个尽量要和最新的相关工作多做比较，写明他们方法的劣势，你从中得出的启发，从而如何设计出你的方法。

但是第一个评委有点抽象，他问我:“你这个和别人都是做特征对齐的工作，既然别人的方法已经很优秀了，为什么你还要做你这个方法，请列出你的必要性。这个方向已经有人在做了，你这工作应该算是增量性的，而不是创新性的”。我都无大语了，照你这么说，别人(sota)谈了一个好方法，我们这后来的方法只要效果比不上他，那就都没有必要了哇？而且他在这个方向提了一个方法，我再提出我的方法，那我这个就不是创新了吗？不过这就是我在口嗨，我根本没去回复他。哈哈哈，只敢意淫一下咯。

【3D视觉之心】技术交流群

3D视觉之心是面向3D视觉感知方向相关的交流社区，由业内顶尖的3D视觉团队创办！聚焦三维重建、Nerf、点云处理、视觉SLAM、激光SLAM、多传感器标定、多传感器融合、深度估计、摄影几何、求职交流等方向。扫码添加小助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

扫码添加小助理进群

【3D视觉之心】知识星球

3D视觉之心知识星球主打3D感知全技术栈学习，星球内部形成了视觉/激光/多传感器融合SLAM、传感器标定、点云处理与重建、视觉三维重建、NeRF与Gaussian Splatting、结构光、工业视觉、高精地图等近15个全栈学习路线，每天分享干货、代码与论文，星球内嘉宾日常答疑解惑，交流工作与职场问题。