monodepth 记录

2019年2月22日13:52:37

https://zhuanlan.zhihu.com/p/29968267 

这里有个tensorlfow代码的阅读博客：

https://zhuanlan.zhihu.com/p/29664269 

跑的是这个版本： https://github.com/ClubAI/MonoDepth-PyTorch 

输入的图片先resize到 256x512 大小

model部分生成了4个不同尺度的视差图：

print("self disp1 size:", self.disp1.size() )  # torch.Size([1, 2, 256, 512])
print("self disp2 size:", self.disp2.size() )  # torch.Size([1, 2, 128, 256])
print("self disp3 size:", self.disp3.size() )  # torch.Size([1, 2, 64, 128])
print("self disp4 size:", self.disp4.size() )  # torch.Size([1, 2, 32, 64])
return self.disp1, self.disp2, self.disp3, self.disp4  # 输出各个尺度的左右视差图

然后  loss 部分 loss = loss_function(disps, [left, right])

因为双目相机视差公式 x_left = x_right + disparity 是假设两个相机的光轴平行，

然后代码中真的就是直接加。

所以输入到网络中的 左-右图像对都要先做 立体校正 ！

参考  cv2.stereoRectify 的相关知识。

https://www.cnblogs.com/zyly/p/9373991.html 

calibrationExample.py 

另外，kitti的左右图像对重叠率在90%以上，如果自己用双目相机拍视频

的话应该尽量贴近kitti数据集的状态。