因为之前做过双目立体匹配相关项目，当时就了解到有一些无监督方法。最近涉及到SLAM相关项目，想到理论上可以用photo loss无监督学习光流和pose，因此查看了有没有SLAM无监督的相关论文。发现确实有几篇论文。但总感觉设计的不是很好，尤其是pose net方面。因此基于感性认知，设计了一套无监督SLAM框架，如下所示。pose net采用GPT来进行定长推理处理，可以理解为用深度学习做PnP。后续看看能不能基于DROID SLAM框架，实现这个无监督SLAM框架。另外后续补充DROID SLAM的框架和该框架对比图。有意向和我一起完成该框架的可以联系我。数据集方面准备基于tartanair进行调试。

补充，利用深度学习做PnP貌似也有一些相关论文

[1] Solving the Blind Perspective-n-Point Problem End-To-End With Robust Dierentiable Geometric Optimization

[2] PnP-Net: A hybrid Perspective-n-Point Network

[3]EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation