关于使用此superpoint代码训练后的测试效果？

[PMRS-lab]

请问笔者在测试的时候有发现此算法的实际特征提取与匹配效果相比与传统算法反而会变差吗？

[shaofengzeng]

Google有一篇论文Image Matching across Wide Baselines: From Paper to Practice，做了对比，点出了这个问题

[PMRS-lab]

我在对比官方发布的superpoint网络代码时，发现你的代码中训练部分当不加bn层时，效果会变的很差，而官方发布的网络中并没有在每个卷积模块后带bn层。我在实测你的网络superpoint的描述子时发现你的描述子的描述能力与superpoint官网并且和其他人复现的代码的描述子的描述能力差距很多，且同名点描述效果差距很大，请问你自己有实测吗？

[shaofengzeng]

我只用官方的方法测试了效果，不能保证代码完全没问题，欢迎提交修改~

[PMRS-lab]

好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的

[LJH1756062]

好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的

你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗

[shaofengzeng]

你好，superpoint训练吗？试试减少迭代次数 在 2024-11-03 18:45:15，"LJH1756062" ***@***.***> 写道： 好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的 你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[PMRS-lab]

好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的

你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗

笔者代码定义的loss可能存在一些问题，我说的loss具体指的是描述符loss，特征点loss在代码中我认为是没有问题的

[shaofengzeng]

可以的，随时联系，不过时间有点儿久了，最近有时间我也会重新理一下 在 2024-11-05 09:37:50，"PMRS-lab" ***@***.***> 写道： 好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的 你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗 笔者代码定义的loss可能存在一些问题，我说的loss具体指的是描述符loss，特征点loss在代码中我认为是没有问题的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[LJH1756062]

好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的

你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗

笔者代码定义的loss可能存在一些问题，我说的loss具体指的是描述符loss，特征点loss在代码中我认为是没有问题的

谢谢您的回复，我是在训练magic_point的过程中，模型收敛效果也不是很好，只能收敛到0.5左右，具体精度没有测试，训练superpoint的时候一直在1—2之间，请问你们训练的时候模型收敛到多少？？

[LJH1756062]

可以的，随时联系，不过时间有点儿久了，最近有时间我也会重新理一下 在 2024-11-05 09:37:50，"PMRS-lab" @.> 写道： 好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的 你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗 笔者代码定义的loss可能存在一些问题，我说的loss具体指的是描述符loss，特征点loss在代码中我认为是没有问题的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.>

谢谢您的回复，我是在训练magic_point的过程中，模型收敛效果也不是很好，只能收敛到0.5左右，具体精度没有测试，训练superpoint的时候一直在1—2之间，请问您训练的时候模型收敛到多少？也可能是我的数据集的原因，我将我自己的数据集中加入了一万张coco数据集的图片之后，训练magic_p的损失收敛效果更差了。

[PMRS-lab]

可以的，随时联系，不过时间有点儿久了，最近有时间我也会重新理一下 在 2024-11-05 09:37:50，"PMRS-lab" @.> 写道： 好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的 你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗 笔者代码定义的loss可能存在一些问题，我说的loss具体指的是描述符loss，特征点loss在代码中我认为是没有问题的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: _@**.**_>

谢谢您的回复，我是在训练magic_point的过程中，模型收敛效果也不是很好，只能收敛到0.5左右，具体精度没有测试，训练superpoint的时候一直在1—2之间，请问您训练的时候模型收敛到多少？也可能是我的数据集的原因，我将我自己的数据集中加入了一万张coco数据集的图片之后，训练magic_p的损失收敛效果更差了。

你自己的数据集是由什么图像组成的，如果coco和你自己的数据集差异很大，当然效果也会变的不一样，更差也是很有可能的

[shaofengzeng]

主要是coco，具体收敛到那个点已经记不清了，我有时间重新梳理一下代码，之前写的比较乱 在 2024-11-05 10:46:52，"PMRS-lab" ***@***.***> 写道： 可以的，随时联系，不过时间有点儿久了，最近有时间我也会重新理一下 在 2024-11-05 09:37:50，"PMRS-lab" @.> 写道： 好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的 你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗 笔者代码定义的loss可能存在一些问题，我说的loss具体指的是描述符loss，特征点loss在代码中我认为是没有问题的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: _@**.**_> 谢谢您的回复，我是在训练magic_point的过程中，模型收敛效果也不是很好，只能收敛到0.5左右，具体精度没有测试，训练superpoint的时候一直在1—2之间，请问您训练的时候模型收敛到多少？也可能是我的数据集的原因，我将我自己的数据集中加入了一万张coco数据集的图片之后，训练magic_p的损失收敛效果更差了。 你自己的数据集是由什么图像组成的，如果coco和你自己的数据集差异很大，当然效果也会变的不一样，更差也是很有可能的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[PMRS-lab]

主要是coco，具体收敛到那个点已经记不清了，我有时间重新梳理一下代码，之前写的比较乱 在 2024-11-05 10:46:52，"PMRS-lab" @.> 写道： 可以的，随时联系，不过时间有点儿久了，最近有时间我也会重新理一下 在 2024-11-05 09:37:50，"PMRS-lab" @.> 写道： 好的，谢谢，但是从目前实测效果来看你版本的superpoint训练代码与官方发布效果以及我在github上测试的其他版本的测试效果还是差挺多的 你好，可以交流一下吗，我复现这个开源代码也发现训练的过程中损失一直降不下来，都挺高的，可以跟你交流一下学习吗 笔者代码定义的loss可能存在一些问题，我说的loss具体指的是描述符loss，特征点loss在代码中我认为是没有问题的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: _@._> 谢谢您的回复，我是在训练magic_point的过程中，模型收敛效果也不是很好，只能收敛到0.5左右，具体精度没有测试，训练superpoint的时候一直在1—2之间，请问您训练的时候模型收敛到多少？也可能是我的数据集的原因，我将我自己的数据集中加入了一万张coco数据集的图片之后，训练magic_p的损失收敛效果更差了。 你自己的数据集是由什么图像组成的，如果coco和你自己的数据集差异很大，当然效果也会变的不一样，更差也是很有可能的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.**>

我是感觉笔者的特征点位置复现的没有问题，特征点的描述子能力复现的和原始差距还是很大的，谢谢