个人理解:深度估计-自监督、无监督、全监督学习的区别

全监督:

        这个好理解,需要制作数据集,输入为RGB图像,label为对应的深度图;典型的深度学习算法如:Vision Transformers for Dense Prediction、DepthFormer: Exploiting Long-Range Correlation and Local Information for Accurate Monocular Depth Estimation;

自监督:

        个人理解为,整个网络设计时,结合了前后帧、位姿等信息,推理出深度图的结构,最后与深度图做loss;如:Digging into Self-Supervised Monocular Depth Prediction;

无监督:

        个人理解,整个网络设计时结合了前后帧、位姿等信息,推理出深度图的结构,最后与原图做loss;不需要深度图的,就是无监督方法;Unsupervised Monocular Depth Estimation With Left-Right Consistency;

PS:仅为个人理解。。。

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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