第一阶段：（检测2D关键点）
pvnet：
利用卷积网络对图片中像素进行分类，生成语义标签，假设关键点，计算指向关键点的向量场，根据向量进行比较投票分数确定确定关键点。使用FPS（farhest point sampling）选出八点作为估计匹配的关键点。

执行细节：
网络中使用的优化器：Adam
单独对象模型网络都是使用resnet_18网络一对一训练，所有模型是使用resnet_50训练
crossEntroyloss——交叉熵损失，用于计算分类问题，本论文在训练语义标签时用到

第二阶段：（计算6D位姿）
PnP：估计3D位姿，最小化重投影误差（ceres）

数据集信息：
LineMod+ground_truth=linemod_orig

源码链接：pvnet
一些函数：

os.path.join(拼接路径)
.astype——转换数组的数据类型
transforms——图片格式转换
permute——把tensor中的维度位置互换
.shape——返回某一维数的长度
.view=reshape——重新排列矩阵的形式
np.argmax(test,0/1)——返回行或列中的最大值
.sequeeze——压缩矩阵，将某一维度去掉
.unsequeeze——指定维度增加
uniform——生成随机数
subplots——画图
torch.sum(input,缩减量，output)三个参数代表含义不同
torch.max()——返回函数最大值