fregu856/papers

I categorize, annotate and write comments for all research papers I read (600+ papers since 2018).

解决的问题

阅读大量研究论文很困难。该项目提供了一种结构化的方式来跟踪你阅读的内容，包含分类和个人评论，使回顾和记忆更加容易。

工作原理

作者维护一个论文列表，每篇论文包含日期、论文编号、标题、PDF链接和带注释的PDF、发表场所和年份，以及分类。每个条目包含一段个人评论，总结论文内容和作者的想法。论文按年份组织，并有一个分类列表用于筛选。

适用人群

这主要是作者的个人参考，但公开可用，可以作为研究人员和学生的资源，让他们了解经验丰富的研究者如何阅读和评估论文。

亮点

  • 自2018年以来阅读并注释了超过550篇论文。
  • 论文分为38个类别，涵盖许多机器学习和医疗健康主题。
  • 每个条目包含论文链接、带注释的PDF和个人评论。
  • 作者在一篇关于阅读300篇论文的博客文章中分享了实用技巧。

相关

  • 项目
    yandexdataschool/deep_vision_and_graphics

    来自Yandex数据分析学院的课程仓库，教授应用于计算机视觉的深度学习，包含每周的讲座、研讨会和家庭作业，涵盖从卷积网络到扩散模型和神经渲染等主题。

  • 项目
    ZZZHANG-jx/Recommendations-Document-Image-Processing

    本仓库精心整理了文档图像处理领域的学术论文、数据集和基准测试结果，涵盖阴影去除、去畸变、去模糊和外观增强等任务。它为研究人员和开发人员提供了一个参考中心，帮助他们了解或应用最先进的方法来清理拍摄的文档。

  • 项目
    ilastik/ilastik

    用于分割、分类、追踪和计数细胞及其他实验图像数据的交互式机器学习工具包。

  • 项目
    qurator-spk/eynollah

    Eynollah is a Python library and command‑line tool for deep‑learning based document layout analysis, image binarization, enhancement, OCR, and reading‑order detection. It supports 10 layout classes, offers both CNN‑RNN and Transformer OCR models, outputs PAGE‑XML, and can be installed via PyPI or Docker. Pre‑trained ONNX models enable fast inference; full TensorFlow/PyTorch checkpoints are available for fine‑tuning. The project targets high‑quality processing of historical and heterogeneous scanned documents.