在嵌入式上实现实时单目深度估计的学习笔记（未实现在Monodepth中的模型训练）

本文链接：https://blog.csdn.net/AduinoAngel/article/details/143713411

在研究关于单目深度估计轻量化的过程中发现了同一团队在2018年和2022年在嵌入式（树莓派3）上实现关于实时单目深度估计的研究，其中开源代码复现需要做的内容基本一致。两篇文献分别为：Towards real-time unsupervised monocular depth estimation on CPU Real-time Self-Supervised Monocular Depth Estimation Without GPU

开源代码来源pydnet/README.md at master · mattpoggi/pydnet

前期准备

根据readme中的需求提示，需要安装Tensorflow 1.8 ,opencv, matplotlib三个库，与Tensorflow 1.8匹配的python安装了3.6版本。

conda create -n pydnet python=3.6
conda activate pydnet
conda install tensorflow=1.8
conda install opencv-python
conda install matplotlib

在网络摄像头流上运行 pydnet

python webcam.py --model [pydnet,pydnet2] --resolution [1,2,3]需要选择后在输入在命令行中运行，这里以pydnet2、3为例。~~注意这里如果用的是虚拟机（VMware、WSL）会出现报错找不到摄像机，需要根据其他人分享的教程先做网络摄像头这部分工作。~~

如果是在ubuntu系统的实体机上执行需要注意是否正确连接上了usb相机，在webcam.py程序中cam=cv2.VideoCapture（0）处可能不一定是0需要修改，曾经出现过5才是正确端口的情况。

python webcam.py --model =pydnet2 --resolution 3