本文介绍了一种名为RGM的深度模型，用于稀疏和密集匹配。通过生成具有较大间隔的光流监督，构建了一个包含稀疏对应关系真值的新的大规模数据集。通过在大型混合数据上学习匹配和不确定性估计，提高了RGM模型的泛化能力。在多个数据集上实现了零样本匹配和下游几何估计的卓越性能。