深度学习领域想发论文，但导师放养，找不到创新点？

那你一定不要错过谷歌大佬总结的这8个绝招，论文闭眼发！

具体看，大佬把思路分为传统深度学习和大模型时代两个阶段！

传统时代方法主要有：

• 微改网络结构 + 旧数据集 = 我发明了新的网络结构

• 旧网络结构 + 新数据集 = 我开源了新的数据造福人类

• 跑了一堆微改的网络结构，找到那个0.3%领先的 = 我大大改进了现有网络结构

• 旧网络结构 + 旧数据集 + 新的应用领域 = 我开辟了深度学习在X领域的应用

• 旧网络结构 + 旧数据集 + 新的评估方法 = 我认为这样评估模型更合理

• 微改网络结构（视觉transformer） + 旧数据集 + 新的应用领域

参考文章：Fast and Interpretable Face Identification for Out-Of-Distribution Data Using Vision Transformers

大模型时代的方法：

• 旧的网络结构 + 旧数据集 + 加大算力 = 大力出奇迹

• 旧的应用领域 + 新出的大模型 = 站在巨人的肩膀上

参考文章：Segment Anything Model for Road Network Graph Extraction

方法：论文提出了一个名为SAM-Road的模型，它是对SAM的改进，用于从卫星图像中提取大规模的矢量化道路网络图。SAM-Road模型无需昂贵和复杂的后处理启发式规则，能够直接预测大面积区域的图顶点和边缘，构建跨越数平方公里的完整道路网络图，速度快且精度可与现有最先进方法相媲美。

参考：终于发表了第一篇CCF A类顶会！