monodepth-pytorch代码实现学习笔记（二）

前言

接上一篇博文，本篇博文介绍3-5部分内容

三、模型建立

算法采用encoder-decoder实现深度估计，默认模型基础为resnet18。因此，我以resnet18为主，进行了模型分析。模型调用在‘utils.py’文件中的‘get_model’函数，而模型的实现为‘models_resnet.py’文件，代码内容较为简单，不需要过多注释。根据程序，绘制了各模块的结构图，如下所示：

1. Unet模型机构

2. conv模块

3. resblock_basic模块

4. resconv_basic模块

5. upconv模块

6. get_disp模块

上述内容是resnet18模型结构的分析框图，需要注意的是，模型的默认输入尺寸为(256， 512)，这也是上述分析中采用的尺寸，模型的输出为4个尺度上的视差特征图，且视差特征图的均为2，即左图视差和右图视差。

四、loss函数

代码的loss函数是在‘loss.py’文件中实现的，在这个文件中，只定义了一个MonodepthLoss类，这个类中定义了所有需要用到的函数，从forward开始执行，调用各功能包，实现loss函数，最后返回总loss值。这部分代码可以参照论文中的公式进行阅读，实现的过程比较清晰，我也在程序中做了简单的标注，参考如下：

以上是loss的全部内容，如有问题，请批评指正。

五、main函数

基于以上各个模块的介绍，最后介绍一下主程序，即文件‘main_monodepth_pytorch.py’，训练和测试的执行入口就是这个文件中的main()函数：

具体执行过程，就是调用上几节中介绍的各个功能模块，最终实现模型的训练和测试。训练模式下，输入是训练数据集，输出是训练好的模型；测试模式下，输入是待测试的数据集和训练好的模型，结果为视差值，且保存为‘disparities.npy’和‘disparities_pp.npy’文件。注意这个程序中，最终的测试结果是视差，而且范围在(0, 1)，而不是深度值，深度值的转换需要相机参数。具体程序可参照：

总结

这篇博文中程序的截图多了一些，但这不是简单的把程序贴出来，那样做其实没有意义。我是通过对代码的学习，把学习的所得在代码中注释出来，希望能够对大家有所帮助，如有问题也请大家批评指正，不胜感激。

代码原作者GitHub链接： https://github.com/OniroAI/MonoDepth-PyTorch