[深度学习]MonoDepth2实践笔记_单目深度估计(2)

本文介绍了Monodepth2模型的测试过程,包括模型的下载、使用和三种训练方式:单目、立体和单目+立体。通过实例展示了如何对图片进行深度测距,并解析了不同训练方式的适用场景。此外,还提及了自定义数据集的训练方法以及相机内参的调整,如scale_factor的影响。
摘要由CSDN通过智能技术生成

                        monodepth2模型的测试

系列   双目/单目+雷达==训练  https://me.csdn.net/ltshan139https://blog.csdn.net/avideointerfaces/article/details/105647031

          基于无监督和自监督的深度学习算法模型有好几种,未来也会越来越多。我们这里主要介绍monodepth2。它是自监督;而它的前身monodepth是无监督。 个人觉得自监督和无监督本质差不多,叫法不同而已。它们原理大体上都是通过双目测距的一个摄像头,比如左摄像头所拍得的图片来学习到与之对应右摄像头图片,并生成视差图,然后再通过视差图又反推出左摄像头图片,并和Ground Truth的左图片形成delta。随着学习的迭代进行,这个delta会慢慢变小。 当然这个原理只是我目前的理解,其表述很粗糙,也不一定对,后续随着学习的深入会对原理部分进行补充和更正。

模型测试 Monodepth2的github地址如下:

https://github.com/nianticlabs/monodepth2

其对应的paper为《Digging into self-supervised monocular depth estimation.pdf》大家可自行下载。

该开源项目已经提供训练好的各个类型的模型,如下图红框所示。

 

 

        大家可以

  • 0
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值