SuperGlue 框架图可编辑 docx 重绘与交付指南

简介：围绕Superglue与Superpoint算法框架整理的可编辑Word图示文档，面向计算机视觉方向的毕业设计学生、论文撰写者及需要讲解图像配准流程的读者，可用于论文插图、答辩汇报和算法结构梳理。文档以1个docx文件交付，压缩包约390KB，内含Superpoint网络框架、单应性自适应图与Superglue算法框架等核心框图，覆盖编码器与解码器分支、特征点检测与描述子解码、注意力聚合、关键点编码、图注意力神经网络、得分矩阵及最优匹配层等关键环节。图示结构清晰，文字与模块可自行调整，便于按论文版式替换标注、重排布局，减少从零绘制算法框图的时间。已有590人学习下载，适合需要快速搭建算法章节配图、对照理解匹配流程并保留后期修改空间的读者参考使用。

1. 把 SuperGlue 论文框架图做成可改 docx：先想清楚要改哪几层

把 SuperGlue 论文内算法框架图做成可修改 docx 版本，难点不在画得像，而在改得动：模块名、注意力箭头、Sinkhorn 迭代框、损失标注，任何一处改动都不能牵一发动全身。截图贴进 Word 最省事，但后期改一个字就要回绘图软件重来；用形状和文本框重绘，交付时又容易遇到跨版本错位。

这个方案适合要反复改图、要给同事批注、要把图放进技术文档的人。一次性投稿可以截图上阵，但只要图要进评审、要改标注、要适配黑白打印，重绘一张可回改的母版更稳。

下面按拆图、绘制、落地 docx、排查、验证的顺序，把一张能回改的框架图做出来。

2. 拆 SuperGlue 框架图：从双图输入到 Sinkhorn 分配的 7 个可编辑层

SuperGlue 的算法框架图通常围绕两幅图像的特征匹配展开：输入图像对，前端给出关键点与描述子，进入注意力图神经网络做关键点编码与交叉增强，再输出匹配描述子，最后用 Sinkhorn 迭代得到分配矩阵和匹配结果。原论文图看起来元素多，真正落到 docx 里，需要先把“算法语义”拆成“绘图图元”。这一步做粗了，后面每个箭头都会变成玄学。

我一般不会一上来就开 Word 画，而是先在纸上或白板里列出 7 个层：图像输入层、特征点层、编码器层、自注意力层、交叉注意力层、Sinkhorn 分配层、输出与损失层。每层对应一组形状和文字，层与层之间只保留必要的连线。这样做的原因是 Word 的形状管理能力有限，图元超过三四十个后，组合、对齐和跨页重排都会变难；先按算法层收敛，才能把一张论文图压到可维护的规模。

2.1 原图里哪些元素必须保留，哪些可以合并

必须保留的是能影响读者理解算法数据流的元素：两幅输入图像、关键点与描述子、Keypoint Encoder 的两个注意力块、匹配描述子、Sinkhorn 迭代框、分配矩阵、匹配连线结果。可以合并的是重复的细节，例如多层感知机内部不必画出每一层全连接，用“MLP + 残差”一个框加一行小字即可；自注意力和交叉注意力如果原图分开画，建议保留两个框，因为这是 SuperGlue 框架图的核心语义，不要为了省空间合并成一个“GNN 模块”。

可以弱化的是装饰性元素，例如背景阴影、渐变、立体边框。docx 交付更看重灰度打印和文字可改，浅灰填充加细边框就够。常见做法是把颜色控制在三种以内：输入与输出用浅灰，注意力模块用浅蓝，Sinkhorn 与分配矩阵用浅黄。黑白打印时靠填充深浅和线型区分，不靠颜色区分。

提示：复刻论文图时建议在图题里写“参考原论文重绘”，不要直接截取原图再描边。重绘的价值是图元可改，不是复制像素。

2.2 把模块拆成 Word 形状能承载的节点与连线

Word 里能稳定承载的图元其实不多：矩形、圆角矩形、圆、箭头、连接线、文本框、公式对象。SuperGlue 框架图里的模块框优先用圆角矩形，数据流用直线箭头，注意力关系用带箭头的连接线，Sinkhorn 迭代用虚线框加“迭代 1…N”文字，不要画真正的循环箭头套娃。每个模块框内文字控制在两行以内，第一行写模块名，第二行写输入输出维度或作用，例如“Cross-Attention / 图像 A 查询图像 B”。

连线要按“数据流”和“注意力关系”分两种线型。数据流用 0.75 到 1 磅实线箭头，注意力关系用 0.5 磅虚线箭头。这样改图时一眼能看出哪条线是主链路，哪条线是增强关系。节点命名也要在绘图工具里做，不要等进了 Word 再改；命名规则可以用“SG_输入A”“SG_编码器”“SG_交叉注意力”“SG_Sinkhorn”“SG_分配矩阵”，后面排查错位时能快速定位。

2.3 文字标注、公式和尺寸参数先定表再动笔

动笔前先把文字、公式、尺寸定成一张小表。下表是我做 SuperGlue 框架图 docx 母版时常用的参数起点，具体可按期刊或文档模板微调。

文字标注先写短句，不要写完整句子。例如“关键点 + 描述子”比“从输入图像中提取关键点及其对应的描述子向量”更适合图内。公式只保留能说明机制的部分，例如注意力计算、匹配描述子内积、Sinkhorn 归一化；推导过程放正文，不塞进框架图。尺寸表定完后，再开画布，后面只需要微调，不会边画边改字号导致全图重排。

3. 在绘图工具里复刻框架图：形成可回改的 docx 母版

SuperGlue 框架图要进 docx 并且可改，工具选择比画工更重要。直接在 Word 里从零画不是不行，但 Word 的对齐、图层和连接点管理不如演示软件顺手；先用演示软件画好，再以可编辑图形对象粘进 Word，通常更稳。常见路径有三条：演示软件画形状后复制到 Word；Word 插入绘图画布后在画布里画；矢量图工具导出 SVG 再在 Word 里转换为形状。三条路径的取舍要看交付对象是“只改文字”还是“连箭头一起改”。

我一般会把演示软件当草稿和母版工具，因为形状库、对齐参考线、组合和命名都更成熟。画完后不急着截图，而是全选组合，复制到 Word 时选择保留源格式或粘贴为图形对象。这样 Word 里双击还能回到形状编辑状态，文字、填充、线宽都能改。代价是跨版本打开时偶有错位，所以母版文件要保留，docx 只是交付副本。

3.1 画布与网格：先定 A4 横向和 1.5 倍安全边距

SuperGlue 框架图的元素横向展开多，建议用 A4 横向。画布不要贴着页边距，左右各留 2 cm 以上，上下留 1.5 cm 以上，图题单独占一行。演示软件里把页面设成 A4 横向后，拉参考线：左边界 2 cm、右边界 2 cm、上边界 1.5 cm、下边界 2 cm，图区控制在 25 cm × 17 cm 左右。

网格建议开 0.2 cm 或 0.25 cm，吸附打开，但不要强吸附到所有对象。模块框统一宽高，例如编码器框 4.2 cm × 1.6 cm，注意力框 3.6 cm × 1.4 cm，Sinkhorn 框 5 cm × 1.8 cm。统一尺寸的好处是后面复制、对齐和替换文字时不会因为框大小不同导致箭头端点乱跑。画布定好后，先放最大的三个模块，再补输入输出，最后补箭头和注释。

3.2 用形状名称和组合层级管理 20 个以上图元

图元一多，Word 的选择窗格就是黑匣子：一堆“矩形 17”“文本框 23”，改图时只能靠点。解决方式是在演示软件里先命名，命名带前缀：输入层用“IN_”，编码器用“ENC_”，注意力用“ATT_”，Sinkhorn 用“SNK_”，输出用“OUT_”，箭头用“ARR_”。命名后组合成分组：输入组、编码器组、注意力组、分配组、输出组。分组不要过细，五到六个组够用；组内再改文字，组间调位置。

层级按“底层画布、中层模块框、上层文字、最上层箭头”排。箭头不要和模块框组合在一起，否则移动模块时箭头会跟着变形。常见做法是把箭头单独成组，端点粘在模块框连接点上；模块框移动时，连接线跟随，文字留在框内。这样改一个模块名不需要拆整张图。

3.3 从 PPT/Visio 到 Word 的三种粘贴路径与选择

如果交付对象要直接拖拽每个框，选 Word 绘图画布；如果图已经画好、主要是改字和微调，选演示软件复制为图形对象；如果只是要矢量清晰度、不要求逐字编辑，SVG 也可以，但不要把它当成“完全可改”。Visio 对象嵌入 Word 也能双击编辑，但对方没装相应工具时体验差，团队协作里不如图形对象稳。

3.4 用 python-docx 生成带题注的 docx 骨架

图本身靠形状画，文档骨架可以先用脚本生成，省去页边距、图题样式和占位段落的重复劳动。下面这段代码只做 docx 骨架：设置 A4 横向、页边距、插入占位图、加题注。最终把占位图替换成可编辑图形对象即可。

from docx import Document from docx.shared import Cm, Pt from docx.enum.text import WD_ALIGN_PARAGRAPH from docx.enum.section import WD_ORIENT doc = Document() # 设置 A4 横向，单位厘米 section = doc.sections[0] section.orientation = WD_ORIENT.LANDSCAPE section.page_width = Cm(29.7) section.page_height = Cm(21.0) section.left_margin = Cm(2.0) section.right_margin = Cm(2.0) section.top_margin = Cm(1.5) section.bottom_margin = Cm(2.0) # 图区占位段落，后续把图片或图形对象放在这里 p = doc.add_paragraph() p.alignment = WD_ALIGN_PARAGRAPH.CENTER run = p.add_run() run.add_picture("./assets/superglue_framework_placeholder.png", width=Cm(24)) # 题注段落，实际交付时建议用 Word 的插入题注 caption = doc.add_paragraph() caption.alignment = WD_ALIGN_PARAGRAPH.CENTER caption_run = caption.add_run("图 1 SuperGlue 算法框架（参考原论文重绘，可编辑版）") caption_run.font.size = Pt(9) doc.save("./output/superglue_framework_skeleton.docx")

逻辑说明：脚本先设置页面方向和页边距，再插入一张占位图，最后写图题。占位图只是让文档结构先跑通，正式交付时把占位图替换成从绘图工具粘过来的图形对象。参数说明：Cm(29.7)和Cm(21.0)是 A4 横向尺寸；左右边距 2 cm、上边距 1.5 cm、下边距 2 cm，给图题留空间；width=Cm(24)控制图宽，避免超出图区；题注字号 9 磅，和正文区分但不喧宾夺主。路径用相对路径，换机器时只改目录，不改脚本逻辑。

4. 让 docx 里的框架图真正可改：文本框、连接线、公式与题注

图粘进 docx 只是第一步，真正决定“可修改”的是文本框、连接线和公式对象有没有按 Word 的规则组织。SuperGlue 框架图里文字多、箭头多、公式多，任何一类退化成图片，后面改图就会回到截图时代。我的判断标准很直接：改一个模块名，箭头是否跟着走；改一个公式符号，是否不用回绘图软件；改图题编号，是否自动更新。三条都过，才算可改 docx。

4.1 文本框不要用图片代替：行距、内边距、自动换行

模块框里的文字优先用形状自带文本框，不要用单独文本框叠在矩形上，否则移动框时文字容易留在原地。形状内文字设置固定内边距，左右 0.1 cm、上下 0.05 cm，行距设 1.0，段前段后为 0。字号按层级定：模块名 9 磅加粗，注释 7.5 到 8 磅常规。不要开启“形状随文字调整大小”，否则改一个长单词会把整个模块撑大，箭头端点跟着跑。

自动换行要开，但不要依赖自动换行控制版式。SuperGlue 框架图里的“Cross-Attention”“Sinkhorn”这类词，建议手动断行成两行，第一行英文名，第二行中文注释。这样跨版本打开时不会因为字体差异把一个词拆得很难看。文本框宽度留 10% 余量，中文注释不要贴着边框。

4.2 连接线锚点与跨页重排：避免箭头一改就散

连接线必须粘在形状的连接点上，不要用自由曲线从框边随手画。Word 和演示软件都有连接点，矩形默认上下左右和四角有连接点；箭头起点和终点都粘住后，移动模块时线会跟随。注意力关系用虚线箭头时，箭头端点也粘住，不要只粘一端。跨页重排时，整张图建议放在一个段落里，图内不要再分页；如果图太大，缩小到一页内，不要拆成两页。

改图顺序也有讲究：先改文字，再调框大小，最后调箭头。先调箭头再改文字，文字溢出会把框撑大，箭头又得重来。批量移动模块时用组合，不要多选后拖拽；组合内移动不会改变组外箭头，组外箭头需要单独检查端点。

4.3 公式用 Word 公式对象还是嵌入图片：取舍表

SuperGlue 框架图里常见的公式包括注意力打分、匹配描述子内积、Sinkhorn 归一化。短公式用 Word 公式对象，符号和上下标都能改；长公式如果包含复杂矩阵排版，嵌入矢量图并保留源文件更稳。无论哪种，公式旁边不要再用图片文字混排，否则改一个符号要动两处。

4.4 导出 PDF 前的 6 项检查

导出前按六项检查：模块文字是否溢出边框；箭头端点是否粘住连接点；虚线箭头是否在灰度下可辨；公式对象是否显示正常；图题是否用题注而不是手打；整图是否在一页内。六项里最容易翻车的是箭头端点和公式字体，前者在缩放后看不出，打印才发现箭头悬空；后者在本机正常，换机器打开变方框。

注意：交付 docx 时连同绘图母版一起给，不要只给 docx。母版是后悔药，docx 是交付件；只给交付件，后面大改还得重画。

5. 避坑与排查：框架图在 docx 里翻车的 5 个高频现场

SuperGlue 框架图进 docx 的坑，大多不是算法理解错，而是图元组织错。下面五条是血泪经验里最常见的现场，每条按现象、原因、解决写，照着排查能省不少返工。

5.1 复制后全部变成一张图：现象、原因、解决

现象：从演示软件复制到 Word 后，整张图变成一个整体，双击只能打开图片预览，不能改文字。原因通常是复制时用了“粘贴为图片”，或者源图被组合后以图片格式落入剪贴板。解决：回到源文件，全选组合，复制后在 Word 里用“选择性粘贴”选图形对象或保留源格式；如果已经变成图片，删掉重粘，不要试图在 Word 里拆分图片。另一个原因是源图里混入了截图，截图会把整个组合退化成位图，重绘时把截图元素换成形状。

5.2 字号和线宽在 Word 里不一致

现象：演示软件里 9 磅字和 0.75 磅线看着正好，粘进 Word 后字变大、线变粗，整张图显得拥挤。原因是两个软件的默认缩放和渲染不同，复制时按页面比例缩放，字号和线宽跟着变。解决：粘进 Word 后不要靠肉眼调，先看形状格式里的实际字号和线宽；如果整体缩放，选中整图按比例缩到图区宽度，再统一改字号和线宽。模块名统一 9 磅，注释统一 7.5 到 8 磅，主箭头 0.75 到 1 磅，不要逐个框调。

5.3 Sinkhorn 迭代框和注意力箭头错位

现象：移动 Sinkhorn 框后，指向它的注意力箭头还停在原位，或者箭头端点跑到框外。原因是箭头没有粘连接点，或者 Sinkhorn 框和箭头被组合在一起后又被拆开。解决：取消箭头与框的组合，把箭头端点重新粘到 Sinkhorn 框的左侧和顶部连接点；如果箭头是自由曲线，删掉重画。改图顺序按“先框后线”走，框定好位置再粘箭头，不要反过来。

5.4 公式对象跨版本打开变方框

现象：本机 docx 里公式正常，发给同事打开后公式变成方框或乱码。原因是公式用了本机特殊字体，对方缺字体；或者公式是以图片嵌入但被误认为对象。解决：短公式改用 Word 内置公式编辑器，字体用通用数学字体；长公式嵌入矢量图并在图注里说明源文件位置。交付前用另一台机器或另存 PDF 检查，PDF 正常不代表 docx 可编辑，但能暴露字体缺失。

5.5 打印/PDF 后细线消失

现象：屏幕上 0.5 磅虚线箭头看得见，打印或导出 PDF 后几乎消失，灰度打印更明显。原因是线宽太细，打印机和 PDF 渲染会吃掉半像素。解决：注意力虚线加到 0.6 到 0.75 磅，颜色用深灰而不是浅灰；主数据流保持 1 磅左右。灰度检查时把图转成黑白预览，能看清再交付。不要用浅黄细线做关键关系，打印机会教做人。

6. 用“可改图”做版本验证：三次回改和一张交付检查表

SuperGlue 框架图 docx 做完后，不要只看“像不像”，要做三次回改验证。第一次改模块名：把“Cross-Attention”改成“交叉注意力模块”，看框是否自动换行、箭头是否还粘着；第二次改箭头方向：把一条注意力虚线从单向改成双向，看端点是否跟随；第三次改 Sinkhorn 迭代说明：把“迭代 1…N”改成“迭代 1…K”，看公式和文字是否仍在框内。三次都过，才算可交付。

交付前用一张检查表收口：

我自己的习惯是：docx 只当交付件，母版永远留一份，文件名带日期但不写“最终版”。每次改图先改母版，再重新粘进 docx，避免在 Word 里直接大修。这样即使 Word 里翻车，也能退回母版重来。希望帮到你。

本文还有配套的精品资源，点击获取