The depth and RT has problem without pretrain weights

[HelloWorld158]

原文中使用的是resnet18的网络，给预训练权重的时候能够轻易收敛到正常的深度，以及计算出两张输入相机的RT，和可学习的内参数。但是如果不使用预训练权重，会发现网络飞快收敛到0.26甚至更低，然后source_frame_closer_to_cam这个mask里面全是False，depth输出接近于0，axisangle,translation都接近于0，问句如果没有预训练权重(需要更改其他的backbone 比如resnet50,resnext50...)，如何能够让这个网络收敛。