写在前面，该文目的性很强，主要针对毕业任务，而非钻研科研，不过融汇百家思想的精华总是好多。非常感谢B站上的资料，让自己收益匪浅。之前总觉得一片茫然，听了之后还算是有了一定的目标和方向。科研思路

我要做什么？

这个问题一直困扰着我很久，总觉得这种方法会被淘汰，那种方法又有缺陷。自己的工作就缓慢推动。
那么不妨从另一个角度思考。首先，我们是要做AI相关，甚至可以说就是MOT方面的。人工智能方法最最重要的东西就是数据，因此问题来了，你有什么数据？
回答：没有自己的数据，只能用公开数据集。目前来说就是KITTI用的比较多了，Nusences还需要进一步学习，Waymo更是遥不可及。

  1. 公开数据集
    要做公开数据集，有利有弊。难度大，出文章难，但是一旦出文章大概率是好文章。
  2. 自己的数据集
    如果组内已经有数据集了，那么毕业论文就问题不大了。
  3. 搜集数据集，自己标注
    如果此时没有明确的研究方向，而且只想水毕业。可以这样做，找越偏越好的方向（检测，分割最水），圆一个好一点的理由。
    但是对于这一方向，我还有自己的一些看法。自己其实可以录一个数据集，而且有一定的价值：基于BEV的无人机追踪数据集。
    总结：当下自己要做的还是针对公开数据集KITTI做相关工作，后续可以补充Nusences

创新点从哪来（非正确科研）

从简单来说，首先不要动大框架。因为需要自己手动实现，工作量很大。但是我有这个想法要做，因此需要多学习openmmlab的使用。
其次，加模块和改模块是最简单的。这里注意说提出新的模块，画好图（复杂，美观）即可。

怎么做实验

  1. 找基础模型
    （1） 跑模型的原代码，一定要看效果怎么样
    （2） debug理解源码
    （3） 找相关领域的一些论文
    （4） 把别人的模块拿过来用一下
    （5） 没有源码=这个论文没用

  2. 消融实验（验证小模块）
    （1）不一定都有效的
    （2）尽可能找离谱的模块
    （3）如果只有小模块，尽量有3-4个

  3. 对比实验
    对比比自己差的就行

工具

CV：openmmlab
NLP: huggingface