Image Processing & CV
অধ্যায়Phase 9 · ক্যারিয়ার ও গবেষণা
9.4 15 মিনিট পড়া

Research Paper Reading

arXiv কীভাবে পড়বেন।

🎬 গল্প দিয়ে শুরু
Research field দ্রুত পরিবর্তন হয় — ২০২০-এ CNN raj, ২০২১-এ ViT, ২০২২-এ Diffusion, ২০২৩-এ SAM, ২০২৪-এ Sora। Up-to-date থাকতে arXiv পড়া অপরিহার্য। কিন্তু paper-এর ভাষা কঠিন — efficient reading framework চাই।

কোথায় paper খুঁজবেন

  • arXiv.org/cs.CV — daily new submission।
  • Papers With Code — code + benchmark সহ।
  • Hugging Face Papers — community discussion।
  • Top conferences: CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR।
  • Twitter/X — @_akhaliq, @arankomatsuzaki — curated feed।

3-Pass Reading Method (S. Keshav)

text
Pass 1 (5-10 min): Title, abstract, intro, conclusion, figure caption
  → "এটা আমার দরকার কিনা" decide।

Pass 2 (1 hr): সব figure, table, related work, method overview
  → মূল idea ও novelty বুঝুন; math skip ok।

Pass 3 (4-5 hr): Math derivation, code reproduction, limitation চিন্তা
  → শুধু critical paper-এ এই depth।

Paper-এর anatomy

  • Abstract — problem, approach, result ৪ লাইনে।
  • Introduction — motivation + contribution bullet (must read)।
  • Related Work — field-এর landscape (background-এ ভালো)।
  • Method — মূল algorithm, equation, architecture।
  • Experiments — dataset, metric, baseline comparison।
  • Ablation Study — কোন component কতটা contribute করে।
  • Limitations / Future Work — gap, opportunity।

Critical questions — প্রতিটি paper-এ জিজ্ঞাসা করুন

  • কোন সমস্যা solve হলো যা আগে হয়নি?
  • Key insight কী? এক বাক্যে বলতে পারেন?
  • Baseline-এর সাথে পার্থক্য কত? Significant?
  • Reproduce করা সম্ভব? Code release?
  • Limitation কী লেখকরা বলেছেন (ও বলেননি)?
  • এটা আমার project-এ ব্যবহার্য?

Notes ও knowledge base

  • Notion / Obsidian — paper template (summary, contribution, my-takeaway)।
  • Zotero — citation manager, PDF annotation।
  • Connected Papers — related paper visualize।
  • Semantic Scholar — citation graph।
markdown
Paper note template
# [Paper title] (2024)
**Authors:** ...
**Link:** arXiv / code

## TL;DR (1 sentence)

## Problem & Motivation

## Key Idea

## Method (architecture diagram)

## Experiments
- Dataset:
- Baselines:
- Result:

## Ablation insights

## Limitations

## My questions / extensions

Math ভয় কাটানো

  • নোটেশন পরিষ্কার — input X, weight W, output Y।
  • Equation শুধু পড়বেন না — কাগজে hand-derive করুন।
  • Bishop "PRML", Goodfellow "Deep Learning" reference।
  • Linear algebra basics — 3Blue1Brown YouTube essential viewing।

Reproduction — শেখার সবচেয়ে ভালো উপায়

  • Official repo clone, README follow করে inference run।
  • Pre-trained weight দিয়ে paper figure recreate।
  • Small subset-এ training reproduce।
  • নিজের dataset-এ apply করুন।
  • Blog post লিখুন — শেখা ও visibility দুটোই।

Research career path

  • Undergrad: Faculty-এর সাথে research, conference workshop paper।
  • MS/PhD: Top venue (CVPR/NeurIPS) target।
  • Industry research: FAIR, Google Brain, NVIDIA Research, Apple।
  • Independent: blog, OSS, Hugging Face contribution।
প্র্যাকটিস টাস্ক
  1. Latest CVPR-এর একটি paper বেছে 3-pass method-এ পড়ে summary লিখুন।
  2. Official code reproduce করে ১টি figure recreate করুন।
  3. নিজের blog/Notion-এ ১০টি paper note-এর knowledge base বানান।