使用pytorch-superpoint与pytorch-superglue项目实现训练自己的数据集

superpoint与superglue的组合可以实现基于深度学习的图像配准，官方发布的superpoint与superglue模型均基于coco数据训练，与业务中的实际数据或许存在差距，为此实现基于开源的pytorch-superpoint与pytorch-superglue项目实现训练自己的数据集。然而，在训练pytorch-superpoint有诸多细节需要优化，特此整理成技术文档。本文档描述了实验pytorch-superpoint与pytorch-superglue项目训练自己的图像配准模型。训练好的模型需要部署可以参考https://hpg123.blog.csdn.net/article/details/129093084 ，该链接实现了SuperGluePretrainedNetwork项目的调整（支持pytorch-superpoint与pytorch-superglue项目中训练出的模型），支持将模型导出为onnx部署。

csdn下载资源https://download.csdn.net/download/a486259/87471980的全文内容，可以通过私聊博主购买，本博文价格20￥。

https://github.com/eric-yyjau/pytorch-superpoint
superpoint依赖gpu版的torch和torchvision，为确保torchvision是gpu版的建议重新安装torch环境，执行以下命令可以安装torchvision0.10.0+cu11、和torch-1.9.0+cu111