Unsupervised Monocular Depth Estimation with Left-Right Consistency代码详解（model.py）

定义MonodepthModel类
**def init**的第一个参数必须为delf

self.params = params
self.mode = mode
self.left = left
self.right = right

self.model_collection已训练模型
reuse_variables=none

self.build_model()
self.build_output()

如果是test模式，不进行build.losses和build_summaries

gradiebt_x（self,img）函数：猜测是计算img中x方向的梯度

upsample_nn(x,ratio)函数
：上采样，使用最近邻插值将X调整为【h* ratio,w*ratio】

scale_pyramid（img,num_scales） 没看太懂，大概在搭建图像金字塔

generate_image_left、generate_image_left 双线性采样（bilinear_sampler.py）

SSIM函数：定义SSIM运算方程

def get_disparity_smoothness(self, disp, pyramid)：计算视差平滑度
disp_gradients_x、y:计算disp的x、y方向的偏导
image_gradients_x、y：计算img的x、y方向的偏导

disp = 0.3 * self.conv(x, 2, 3, 1, tf.nn.sigmoid)：进行网络架构搭建

网络架构

def conv(self, x, num_out_layers, kernel_size, stride, activation_fn=tf.nn.elu):

默认激励函数：ELU

标签：disp,Right,img,Unsupervised,self,Monocular,build,image,left
来源： https://blog.csdn.net/weixin_42017587/article/details/100658183