ustbcxk / aspp_depth

基于pytorch框架的无监督单目图像深度估计算法，在Monodepth2基础上改进了网络框架以及训练算法，未经本人禁止转载，谢谢合作。

AsppDepth

本算法在MonoDepth2基础上进行开发，整体网络基于pytorch，实现更精准的无监督训练下的单目图像深度估计。

该代码为本人的work，禁止商业使用，如转载请标明出处，谢谢合作。

配置

如果使用了Anaconda，则使用以下指令安装依赖项：

conda install pytorch=0.4.1 torchvision=0.2.1 -c pytorch
pip install tensorboardX==1.4
conda install opencv=3.3.1   #评估时使用

训练与测试

训练和测试方法在与monodepth2流程相同，不过由于网络架构以及代码不同，需要载入您通过本算法训练得到的权重。

数据戳提取：

其中splits.py为提取kitti数据集划分目录脚本，详情参见代码。

训练：

默认情况下，模型和tensorboard文件保存到了

~/tmp/<model_name>

中，可以使用--log_dir缺省值进行更改。

（1）单目训练：

python train.py --model_name mono_model

（2）双目训练

python train.py --model_name stereo_model \
  --frame_ids 0 --use_stereo --split eigen_full

（3）单目+双目训练

python train.py --model_name mono+stereo_model \
  --frame_ids 0 -1 1 --use_stereo

注：如果您只用单个GPU，可以使用以下指令进行指定：

CUDA_VISIBLE_DEVICES=x python train.py --model_name mono_model #其中x为您的device编号

测试：

可以使用test_simple.py文件预测单张图像的深度：

python test_simple.py --image_path assets/test_image.jpg --model_name mono+stereo_640x192

其他细节，可以参考monodepth2中的说明文档：