PH8411
加载预训练模型
您好，很感谢您提供的项目！我想在superponit和superglue的预训练模型上微调自己的数据集。我使'--keypoint_encoder'=[32,64,128, 256]，'--superpoint_weights'="superpoint/models/weights/superPointNet_coco_descriptor_256.pth.tar"， '--pretrain_weights'="indoor"，输入指令：python superpoint_glue_train.py --descriptor_dim 256 --sinkhorn_iterations 30。运行起来函数的Loss，请问我的操作有问题吗？
您好，很感谢您提供的项目！我想在superponit和superglue的预训练模型上微调自己的数据集。我使'--keypoint_encoder'=[32,64,128, 256]，'--superpoint_weights'="superpoint/models/weights/superPointNet_coco_descriptor_256.pth.tar"， '--pretrain_weights'="indoor"，输入指令：python superpoint_glue_train.py --descriptor_dim 256 --sinkhorn_iterations 30。运行起来函数的Loss，请问我的操作有问题吗？
不好意思少打了一些内容，我运行起来的Loss开始为inf，后面为Nan,请问您知道为什么吗？我的操作有问题吗？
可能是你自己数据集和coco数据集的差距造成的，导致一开始描述子差距很大，预测的得分较小；superglue_train.py文件里损失函数代码：loss.append(-torch.log( scores[0][x][y].exp() ))改为loss.append(-torch.log( scores[0][x][y].exp() )+epison),其中epison是一个小量，设置为1e-6，可以避免得分小的时候，loss无穷大。
如果不是这个原因，试试降低学习率
torch.log(-scores[0][x][y].exp()) 与 -scores[0][x][y]应该是相等的，为什么不用-scores[0][x][y]呢？
