点击下方
卡片
，关注
「3D视觉工坊」
公众号
选择
星标
，干货第一时间送达
添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。
扫描下方二维码，加入
「3D视觉从入门到精通」知识星球
(
点开有惊喜
)
，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：
近20门秘制视频课程
、
最新顶会论文
、计算机视觉书籍
、
优质3D视觉算法源码
等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！
作者 | James的AI科研路 编辑 | 自动驾驶之心
原文链接：https://zhuanlan.zhihu.com/p/19776850516
如题，这次CVPR审稿分了四篇论文，全部都是我熟悉的领域，其中有三篇都是引用了我之前的论文并在实验上进行了直接对比，额外的一篇也是我目前正在做的方向，所以这些领域我都很熟，评价起来很容易，方法常见套路、idea能从哪些方面展开、该用哪些benchmark门清，最后结果就是3、3、3、2（2其实一开始打的1，后来想着还是给点机会改2了）。这次CVPR审稿体会还是蛮深的，分享几点感悟，和大家一起交流交流
刚好这周小班课开始讲论文写作✍️，第一件事儿就是让大家搞懂顶会审稿人的真实打分逻辑，这样才能知己知彼，一次就中，免得浪费时间⏳。我也回顾下2024一整年，从 ACM MM 2024 ➡️ NeurIPS 2024 ➡️ ICLR 2025 ➡️ AAAI2025 ➡️ 现在的CVPR2025，再算上IJCV TIP TPAMI的审稿，总共接近20篇论文，我自己也慢慢形成了一套审稿流程和一丢丢的taste，到底什么样的文章能一次就中顶会，在这儿先简单说下。
大致审稿流程 :
引言部分的teaser图会重点看，看是否把文章的main idea或者卖点说清楚了，引言部分的故事逻辑和动机是重点，动机强不强，直接决定我买不买账
如果熟悉，会直接跳过；不熟悉，会当背景快速过一遍，补充下，看看这篇论文跟其他文章有哪些不同
然后跳到实验部分，看方法效果是否突出，对比是否公平，消融实验是否全面，可视化分析有没有做到位
具体的loss设计、小模块设计，有没有明显不合理的地方 ，这一整套下来，基本就有个整体的分数判断了，就可以开始写审稿意见了
也会再回顾论文的某些部分，来double check细节和自己的理解对不对
所以总体而言，这一套流程下来，一篇文章至少会读2遍，普遍读3遍，意见也就写的差不多了，就可以跟AC交差了
这次四篇论文的整体情况 :
这次审稿论文ID从4XX，到14XXX，跨度很大，所有的文章都用了LLM/VLM/VFM等基础模型作为主要或次要卖点，每篇论文都有亮点，也都有不足，这些不足也都很有代表性，下面简单展开下，方便写作新手或者第一次投稿顶会的薯薯借鉴和提前规避⚠️。
Overclaim是我一开始投稿CVPR时审稿人给我的反馈，当时还一直在揣摩，为啥审稿人会这么说？是我的实验漏掉了部分，还是我的效果不够有说服力？这点其实是个很主观的评价，作为作者，唯一能做的就是根据你的方法和实验，来总结你的贡献，确保你所claim的每个点都能在方法或者实验里得到印证，有相应的evidence可以support，这点非常重要。
所以写贡献要小心谨慎，你多说一个点，多加一个词，可能都会引起审稿人的夺命连环问，到时候你会为此付出代价，或者要多补一堆实验，其中一篇审稿，我列了四块儿实验，我希望在rebuttal的时候看到，就看作者能不能完成了，我会根据新的实验结果来决定要不要提分。
实验不充分是我审稿的三篇论文没能拿到weak accept的主要原因，这几篇多多少少都有实验上的问题。
有的是关键模块的消融只是很粗糙的做了下，有的是论文涨了很多点，也对比了足够多的方法和测了足够多的benchmark，但因为方法过于简单，简单到几乎说不出新意，很明显的A+B的味道，作者又没有进一步的分析和消融，我不知道他的效果提升到底是来源于引入foundation model本身，还是作者自己的额外设计，甚至是来自于多个数据集的co-training，这些都没有消融来验证，所以我看在效果和开源了匿名代码的份上，给了3分，也给了机会看rebuttal。
