電腦視覺頂尖期刊和會議有哪些？

發現樓上的段子不全，我來補一補。

CVPR/ICCV/ECCV常見論文:

1. 我們在imagenet上提升了0.1%！
2. 研究生梯度下降(graduate student descent)是最重要的技術！
3. 我們很快將釋放程式碼，也可能用很長時間。
4. 我們是第一個把transformer用到這個任務的！
5. 我們采用了更多的計算資源，發現很老的一個基線方法是最好的！

Neurips:

1.我提出了一個新的任務，盡管可能沒什麽實際意義。

2.經過精心挑選，我們的結果看上去不錯！

3. 我們提出的方法在我們生成的非公開數據集上很有效！

ICML:

1.我們證明了五年以前大家都知道的東西！

2.我們有很復雜的連自己也看不太懂的公式。

ICLR：

1. 雖然我們是一個比較新的會議，但是我們仍然在鄙視鏈頂層。
2. Open review不代表我們論文品質高，可能只是我們臉皮厚。

AAAI

1.我們的審稿人看不懂我們做了什麽，反正透過了。

2.我們將已有方法運用到了新數據集，發現它超過了SOTA 1%！

3.我們發現把已有模組插入到當前的任務，可以漲點！

IJCAI

1. 我們的中獎率只有不到15%，真的不是水會，CCF別踢我。
2. 不是我們實驗不夠，六頁真的啥都放不下。
3. 沒錯，我們的論文如果能投三大會我就投三大會了，投IJCAI實在沒辦法，日子總還是要過的嘛。

發現有很多人看，所以再擴充套件到一些非CV類會議。

SIGGRAPH

1. 只要錄取率足夠低，圈內都是自己人，把圈外人門關上，焊的死死的。
2. SIGGRAPH可不是像水會，我們CG就這一個頂會，品質杠杠的。別看了，說的就是你們，視覺三大會一個比一個水。
3. Incremental的方法都不能發表，至於你要問我什麽是incremental，demo視訊PS地不好，就是incremental，外人我不告訴他。

ICRA/IROS

1.我們參照了30篇非常相關的論文，沒錯都是我們的論文。

2.我們研究了人與機器人的互動，但是可能沒有人能用得到。

3.我們將機器學習套用到了已經解決的問題當中，發現它可以達到相似的效果。

4. 我們也做了SLAM，但是比其他論文好2%。

5. 我們的sensor很創新，但是你們可能買不起。

6.我們又一次在模擬器中取得了完美的效果！

EMNLP：

1.我們在某個特定的任務上取得了提升，但是可能在你的數據上不work。

2. 你只需要這個簡單的trick即可。

3. 我們的神經網路模擬了人腦思考的過程，可能對你的任務有一丟丟幫助。

4.預訓練加bert真的很有效。

5.我們在大規模數據集上驗證了結果，但是你想要復現，可能還需要一些運氣。

下面是部份出處，點贊後存哈！

我是研究生話題top1答主，@電光幻影煉金術 歡迎關註！

感謝點贊！

本文已被smarter先發，CVer轉載！

順便帶些貨吧，我最近發現的特別好用的。