摘要
本发明公开了一种基于残差网络及局部细化的单目深度估计方法。在训练阶段,搭建神经网络模型,其隐藏层主要包括5个部分,即inception部分、编码部分、解码部分、跳跃连接部分、以及局部细化部分;使用最初的、原始的KITTI数据库交通场景图,将其进行处理、归一化,再输入到神经网络模型中进行反复的训练,得到的深度图再与相应的标签图进行对应损失函数值的计算,得到最优权重;在测试阶段,将待测试的交通场景图输入到神经网络模型当中,并载入训练阶段的最优权重,输出标签接近的深度图,优点是提高了KITTI数据图片单目深度预测的准确性,提升了深度图的质量。