prinTao的博客

深度估计是许多计算机视觉应用的一项基本任务[1]、[2]、[3]。随着CNN的发展，许多算法进一步提高了深度估计的性能。主流方法是从立体图像估计场景深度。根据训练方式的不同，监督方法[4]、[5]、[6]使用真实视差图直接指导训练，而无监督方法[7]、[8]、[9]将深度估计重新表述为利用立体关系作为监督来辅助训练的图像重建问题。一般来说，大多数现有方法[ 4,5,6,10,11,7,8,9,12,13 ]仅使用可见光（RGB ）图像进行估计。

使用airsim 1.8.1编译完成，进过block项目在cpp测试后，开始踩坑使用python。使用或者pip安装airsim。或者此时，windows电脑的环境信息。

目前的深度估计从业人员大多follow the settings of specific backbone without thinking about why is that。本文将详细探索从数据（不同类型数据集加载、稳定性、预处理、数据生成），超参数设置（学习率、损失函数）到训练过程的不同技巧。通过在您的pipeline中检查这些设定，可能有助于提升自己训练模型，或是将深度估计用于downstream task的性能。