深度估计模型训练、深度估计方法、装置、设备及介质

摘要

本发明公开了一种深度估计模型训练、深度估计方法、装置、设备及介质，涉及自动驾驶技术领域。该方法包括：获取目标图像、相邻帧图像；构建深度估计模型和位姿变换模型；深度估计模型包括编码网络和解码网络，编码网络增加了稠密连接、通道注意力机制，获得多种尺度的特征图；解码网络融合特征图获得深度估计信息；位姿变换模型获取目标图像与相邻帧图像之间的位姿变换关系；基于深度估计信息和位姿变换关系，生成重建图像；基于重建图像和目标图像，构建损失函数，利用其完成深度估计模型的训练。该方法在编码网络中增加稠密连接、通道注意力机制，提取的特征更加有效、全面、准确，在模型的层数增加较少的情况下提升了准确度和推理速度。