[发明专利]一种基于交叉蒸馏的单目深度估计模型训练方法

权利要求书

1.一种基于交叉蒸馏的单目深度估计模型训练方法，其特征在于，包括以下步骤：

将城市RGB图像输入到单目深度估计模型中；

所述单目深度估计模型对城市RGB图像生成第一深度预测和第二深度预测；

将第一深度预测和第二深度预测用作伪标签，并对伪标签降噪；

利用降噪后的伪标签对单目深度估计模型完成优化。

2.根据权利要求1所述的一种基于交叉蒸馏的单目深度估计模型训练方法，其特征在于，所述第一深度预测和所述第二深度预测的表达式分别为：

其中，表示来自Transformer分支的预测、表示来自CNN分支的预测，p表示像素点，r_n(p)表示城市RGB图像。

3.根据权利要求1所述的一种基于交叉蒸馏的单目深度估计模型训练方法，其特征在于，采用基于不确定性的交叉蒸馏损失对伪标签降噪，所述交叉蒸馏损失的定义式如下：

其中，^-是梯度停止操作，是逐元素乘法，是来自Transformer分支的不确定性映射，是来自CNN分支的不确定性映射，p表示像素点。

4.根据权利要求1所述的一种基于交叉蒸馏的单目深度估计模型训练方法，其特征在于，对于不确定图进行建模，建模公式如下：

其中，d_n(p)代表预测的深度图，表示真值深度图，b是一个控制误差容限的系数，T表示具有有效真值深度的像素集合，p表示像素点。

5.根据权利要求4所述的一种基于交叉蒸馏的单目深度估计模型训练方法，其特征在于，应用L_u来预测不确定性以近似

其中，代表Transformer分支预测的不确定图，代表CNN分支预测的不确定图，代表Transformer分支不确定图的真值，代表CNN分支不确定图的真值，p表示像素点。

6.根据权利要求1所述的一种基于交叉蒸馏的单目深度估计模型训练方法，其特征在于，对单目深度估计模型完成优化的公式如下：

L_total＝L_sl+λ₁L_urcd+λ₂L_u,

其中，L_sl是silog损失，λ₁，λ₂，κ，η是超参数，用于平衡损失中每一项的权重，|T|代表有值的像素点的个数，d_n(p)代表预测的深度图，表示真值深度图，表示Transformer分支在log空间的深度误差，表示CNN分支在log空间的深度误差。