GroundFlow / doc /vis.md
TerryPei's picture
sync doc from /opt/tiger/thothvl_pretrain (HF tokens redacted)
849b4fe verified
|
Raw History Blame Contribute Delete
9.02 kB
Prompt:
请生成一组适用于顶级学术会议(如 NeurIPS / ICML / ICLR / CVPR / ICCV / ECCV / ACL / KDD / WWW / SIGGRAPH 等)的高质量科研图表。整体风格必须满足 Best Paper 级别 的视觉规范:专业、极简、清晰、统一、可直接用于论文主文或补充材料。
一、全局设计要求
所有图必须为 高清输出,优先采用 矢量风格(适合 PDF / SVG / EPS),若输出位图则不低于 300 dpi。
字体偏大、清晰、统一,适合双栏论文排版后仍可读:
标题字号明显大于正文;
坐标轴标题、图例、刻度标签、注释文字必须清晰;
推荐无衬线学术风格,整体简洁现代。
边框无留白:图像四周尽量紧凑裁切,去除多余白边与无效留白,使用 tight layout / content-aware crop,保证图占比高、版面紧凑。
图表整体视觉风格必须统一,包括:
线宽、边框、网格线风格统一;
图例位置规范、简洁不遮挡内容;
颜色体系统一;
标记点、柱宽、色条、注释风格一致。
视觉效果应体现 顶会论文风格:简洁、可信、精致,不使用花哨装饰,不使用 3D 透视噱头,除非 3D heatmap 本身就是数据表达需要。
保证 黑白打印也有一定可辨识度:除颜色外,必要时通过线型、标记形状、明暗层级增强区分。
若出现多个子图,请采用统一的子图布局,子图间距合理,并带有规范的 (a) (b) (c) ... 子图标号。
二、配色要求
全图严格优先使用以下调色板,颜色柔和、高级、论文友好,避免刺眼饱和色:
#f57c6e
#f2b56e
#fbe79e
#84c3b7
#88d7da
#71b8ed
#b8aeea
#f2a8da
配色要求如下:
保持低饱和、高级感、学术感。
同一篇论文中的所有图优先共享这一套颜色映射规则。
对于“我们的方法(Ours)”,始终分配 最醒目但不过分突兀 的主色,并在所有图中保持一致。
其他 baseline 使用剩余颜色,避免颜色冲突。
Heatmap / 3D heatmap 的 colormap 应由上述颜色构建平滑渐变,颜色过渡自然,数值高低层次清楚。
避免默认彩虹色(rainbow / jet),改用更论文风格、更可解释的连续渐变。
三、科研规范与表达要求
图表必须真实、严谨、信息优先,不允许误导性设计。
坐标轴、刻度、色条范围应 忠实反映数据。
如需更清楚地展示我们模型的优势,可以:
在不误导的前提下合理设置坐标范围;
对微小差异使用 局部放大 inset;
添加最佳值加粗、星号、箭头或浅色高亮;
使用误差线、置信区间、显著性标记体现稳定优势。
不要通过恶意截断坐标轴夸大提升。如果必须截断,必须明确标记断轴并保证读者不会误解。
图中应优先突出:
我们的方法性能最好;
我们方法更稳定;
我们方法在多个设置下 consistently 优于 baseline;
关键信息一眼可见。
四、坐标轴与刻度设计要求
坐标轴必须清晰、简洁、专业。
刻度数量适中,既不能太稀导致信息不足,也不能太密导致拥挤。
刻度设计原则:
让关键差异清晰可见;
重要性能区间具有足够分辨率;
保持科学、公平、可解释。
若我们的模型优于其他方法,优先通过以下方式突出:
将坐标范围聚焦到主要数据分布区域;
增加局部放大窗口;
对最佳结果加粗、描边或添加标记;
在柱顶 / 点旁直接标数值。
对于 accuracy、F1、AUC、mAP 等高值区间指标,可以在合理前提下让 y 轴聚焦于主要差异区间,但必须保证不构成误导。
网格线应轻量、浅色、辅助阅读,不喧宾夺主。
轴标题必须明确写明变量名与单位。
五、柱状图(Bar Chart)要求
柱状图必须适合展示方法对比,尤其是 Ours vs. baselines。
柱体宽度合理,间距均匀。
“Ours” 对应柱体需视觉上最突出,可使用固定主色、轻微描边或加粗标签。
柱顶显示具体数值,保留 1–2 位小数,格式统一。
若有方差 / 多次实验结果,请加误差线,误差线细致清晰。
若类别较多,请优化横轴标签排布,可旋转但必须保证可读。
柱状图应尽量减少冗余背景和装饰,重点突出性能差异。
若存在分组柱状图,组间层级必须清楚,图例简洁直观。
六、折线图(Line Chart)要求
折线图应用于展示趋势、收敛曲线、鲁棒性变化、参数敏感性等。
每条线都要有清晰区分:
不同颜色;
必要时搭配不同 marker(圆点、方块、三角形等);
线条粗细统一且足够清楚。
“Ours” 曲线必须最醒目,保持全图一致的颜色映射。
若体现波动或方差,请添加半透明置信带或误差条。
对关键转折点、最优点、收敛点,可加标注或数据标签。
折线图应清晰展示趋势,不允许过度平滑导致失真。
线条不应互相遮挡;若曲线较多,请合理安排图例位置。
七、Heatmap 要求
Heatmap 必须适合展示矩阵相关性、消融结果、注意力权重、模块贡献、参数敏感性等。
热力图分辨率高,单元格边界清晰但不过重。
色彩映射使用上述指定调色板构建的连续渐变,数值层次清楚。
必须包含 colorbar,清楚标识数值范围。
行列标签清晰、字号较大,必要时旋转以保证可读性。
如有关键格子(例如最优值、显著响应区域),可加描边、加粗数值或局部强调。
若图中有数值,数值颜色应根据背景自动调整明暗,确保可读性。
八、3D Heatmap 要求
3D heatmap 必须用于真正需要三维表达的场景,如二维参数网格上的性能曲面、空间响应分布等。
整体风格应保持学术化,不要做成商业海报风。
视角选择要能最大化展示主要趋势和峰值区域,避免遮挡。
表面颜色映射仍须基于指定调色板构建,过渡平滑、层次清楚。
坐标轴标签、刻度、色条都必须清晰可读。
可在峰值点、最优区域处进行轻量标注。
背景尽量干净,减少多余透视干扰。
如果 2D heatmap 更易理解,应优先保证可读性,3D 仅作为增强表达,不可牺牲信息清晰度。
九、论文级细节增强
对最佳结果使用以下任一方式突出,但保持克制:
bold 数值;
星号;
箭头注释;
浅色高亮区域;
“Best” / “Ours” 标签。
图例尽量内嵌在空白区域,不遮挡主体内容。
所有数值格式统一,例如统一保留两位小数。
若图中出现缩写,请确保与论文正文一致。
若图用于论文主文,请优先“信息密度高但不拥挤”的风格。
输出图应达到“审稿人一眼觉得专业、可信、精致”的程度。
十、输出目标
请输出的图必须满足以下最终标准:
高清;
论文可直接使用;
统一且专业;
重点突出我们的方法;
无多余留白;
字体大而清晰;
配色高级;
数据表达真实严谨;
达到顶会 best paper 风格水准。
十一、单图输出与子图布局要求
1. **不生成子图网格**。每个子主题都输出一张独立的单图 PNG + PDF,而非
`plt.subplots(2,2)` 拼接出来的大图。LaTeX 里用 `\subfloat` /
`subcaption` / `minipage` 组合成多子图布局,让排版的裁切、比例、间距
都由 LaTeX 控制,避免 matplotlib 打包的版式被 `\resizebox` 压扁变形。
2. 命名约定:`figN_<topic>_<metric>.png`(例如 `fig4_theta_gamma.png`),
同一 Figure 下所有子图共用 prefix,方便 LaTeX 里批量引用。
3. 每张单图的画布大小用 `figsize=(4, 3)` 左右(两栏论文 half-column)或
`(6, 4)`(single-column),保证放进 `\subfloat` 后依然可读。
十二、标注语义要求
1. **坐标轴标签必须与主题绑定**,不要用 "parameter value" / "value" /
"metric" 等空泛词汇。具体到:
* γ / τ / θ / ρ / ν 各 panel 的 x 轴直接写 `$\gamma_6$` /
`$\tau_6$` / `$\theta_6$` / `$\rho_6$` / `$\nu_6$` —— 带变量符号,
不要再复述 "parameter value"。
* retain-sweep 的 x 轴写 `Retained visual tokens (r)`,y 轴写具体
benchmark 名("POPE accuracy (%)", "MME (Perc.+Cogn.)" 等)。
* ablation #1 的 x 轴写 `$\lambda_a$ (alignment loss weight)`。
* ablation #2 的 x 轴写 `$l_1$ (first reducer layer)` /
`$l_2$ (middle reducer layer)` / `$l_3$ (final reducer layer)`。
2. 图例标签要完整且无歧义:用 `r=192` 而不是 `192`;用 `Ours (CHAMP)` 而
非 `Ours`;参考线写 `CHAMP $\Theta^\star$` 而非 `CHAMP`。
3. 标题(suptitle 或 ax.set_title)应概括 **这张图告诉读者什么结论**,
不是复述 x 轴。例如 γ panel 的标题写 `$\gamma_6$ peaks at r=192 only`
或 `HYBRID gate $\gamma$ becomes budget-sensitive at r$\leq$64`,
而非 `gamma sensitivity`。