Papers with Code：专注于机器学习和深度学习领域，将计算机视觉等相关研究论文与 GitHub 代码实现关联，还有基准测试排名，能帮助了解最新趋势。

arXiv：是一个开放获取的预印本库，计算机科学领域包括大量计算机视觉的研究成果会在此上传，能让科研人员迅速公开他们的发现并得到同行反馈。

Google Scholar：订阅关键作者、主题（如 “low-light image enhancement”）来获取最新论文。可按引用数排序，筛选高影响力论文。 或通过关键词搜索（如“CVPR 2025”或“computer vision latest research”），可以找到最新的论文和会议信息。

Paper Digest：Paper Digest团队会分析各大顶会如cvpr、AAAI、arxiv、iccv等历年发表的所有论文，依据研究论文和授权专利的引用情况，呈现每年最具影响力的论文。（强推）

Connected Papers：Connected Papers可以根据用户输入的一篇文献，构建可视化的文献网络图，展示相似文献以及基于共被引和耦合关系的相关文献，有助于发现高引用或 top 论文。

直接在浏览器搜索awesome cvpr 2024等关键词，有很多GitHub的仓库，整理了最优的论文。cv相关顶会有cvpr、iccv、eccv、NeurIPS、iclr、AAAI、siggraph等。

关注顶尖研究机构和实验室： （1）deepmind publications （2）meta ai research （3）open-mmlab （4）machine learning research at Apple，苹果发布的相关paper，苹果 CV 相关研究方向：低光增强、计算摄影、视觉 Transformer、目标检测、3D 视觉、增强现实等 （5）高通AI research：高通主要专注于移动 AI、低功耗计算机视觉、神经网络加速、边缘计算（Edge AI） 方面的研究，发表的论文也很多见于 CVPR、ICLR、NeurIPS 等顶会。