# SuperPoint源碼與pytorch版差異 ###### tags: `SuperGlue` 在碩論交接的過程中發現的一些小問題,會不會造成差異很難評估,只是先指出來,如有錯誤請指證。 按照認知,同樣的問題會出現在loss function裡面,我沒有做確認。 ## Homographic Adaptation ![](https://hackmd.io/_uploads/HJThecG32.png) 這是源碼 https://github.com/rpautrat/SuperPoint ![](https://hackmd.io/_uploads/HkKBXqzn2.png) ![](https://hackmd.io/_uploads/BJEjeqGn3.png) 可以清楚的看到,這裡的prob是過softmax的,是機率 但是在 https://github.com/eric-yyjau/pytorch-superpoint 這個版本中sum的是heatmap,沒有過softmax ![](https://hackmd.io/_uploads/SJls79Gh2.png) ![](https://hackmd.io/_uploads/ry5qVcM33.png) ![](https://hackmd.io/_uploads/B1YUV9Mh3.png) ## SuperPoint程式碼與論文差異 另外需要改正的一部分是來是 f_theta 在論文裡是對特徵點做H trans inverse,然後做sum,這個可以在源代碼找到痕跡,但是目前兩組程式碼都是對map相加。