没有长篇大论，只谈几点：

1. 经典文献要不要读，除了必要的，我反正是没读（很多经典的东西，相关的中文博客太多了，而且很多最新的文章也会在introduction或者其他部分介绍到）。

2. 文献检索的时间范围：近3-5年

3. 文献检索的地方：作为一个博士生，至少自己的这个方向有什么顶级的会议和期刊应该是了然于胸的，CV的会议和期刊主要是：CVPR、ECCV、ICCV、IJCAI、AAAI、ICML、ICLR、TPAMI、TCSVCT、TIP、TM等等，其他的基本不看。

4. arxiv，有时间就看看，找一些大牛的文章，或者经过上面筛选发现文章数量少的有限，那可以考虑下，在找找。

5. 检索关键词，不要局限于特定的范围，我以前做ReID（那时候还是特征工程和优化理论的江山），顺便也会看一些多视角、核学习、稀疏表示、低秩等相关的文章作为借鉴。

6. 大牛文章？个人觉得没必要太在意，泛读更重要。

7. 读文章的时候，记得对文章做分类！

8. 刚入门的朋友可以先找几篇硕士博士论文看看了解下基本情况，在去找一些英文的review文章，搞清楚领域大概几类方法，在重点扫论文的时候，看完摘要至少要搞清楚文章属于哪个小类别；

9. 搞个EXcel表，做点记录。

10. 最后，多读、多调代码、阅读也要考虑领域延伸，多多借鉴与尝试！