没有深度，位姿，如何自定义训练？

作者您好，目前正在使用您的代码。几个问题想请教：
 1.我的数据集是两张二维图像进行匹配。由于没有位姿，深度，内参等，我在两张图上进行了一些标注。然后利用这些标注点构建了单应矩阵进行监督。但是实践效果并不是很好，可能我对代码，方法理解并不深刻，想询问有哪些建议？
    比如说把图片划分为9宫格，大部分图片块在9宫格是一一对应的，但是某些图块会有偏差。比如图A的5处可能对应到图B的9处。 那么这个构造的单应矩阵可能会有很大的误差？ 目前的想法是去掉fine阶段的匹配，是否可行？ 然后减少下采样，可能Megadepth是8,我弄到4?让模型看个整体，有个大概的匹配就行。
2. 或者有没有直接利用标注点进行训练的办法？这是否可行？有没有哪些参考文献或者方法？ 对匹配刚刚接触，希望得到解答，谢谢！