记录monodepth2调试过程

命令行代码

（注意：我使用的数据集位置不一致，所以需要设置数据集的位置）

stereo训练，只放入了当前帧，与它对应的帧l/r进行训练。

eigen_full

train_files---45200 每一张图片有一个编号(frame_index)，一个编号对应一个l，r---用来训练stereo training

val_files---1776

在使用for循环迭代数据的时候，

for batch_idx, inputs in enumerate(self.train_loader):

进入mono_dataset.py的__getitem__函数处理【输入数据】

这里是stereo training，所以它的输入数据如下，为两张对应的rgb图。

经过处理以后，输入数据变为以下：

一对数据（2）+4（scale）*2（K+inv_K）=10 input

经过preprocess处理----将彩色图像调整到所需的比例+数据增强处理

因此多了以下多个scale的input数据

然后删除原始大小图片即：（ ， ，-1）

加入一个depth_gt

总结一下所有的input

K+K逆---4scale*2（k，k逆）=8

color image---4scale*2（0，s）=8

color image augmentation---4scale*2（0，s）=8

depth_gt---1

stereo_T---左右相机之间的变换。---1

共26。

输入数据增强过后的图片，当前帧，没缩放，到编码网络，输出此时得到的features。

提取了五层，输出feature（batchsize，channel，height，width）

input_features输入到解码网络

输出output

有点问题没有解决

处理结束后，output变为以下

计算重投影损失+平滑损失

loss结果

命令行代码

（注意：我使用的数据集位置不一致，所以需要设置数据集的位置）

stereo训练，只放入了当前帧，与它对应的帧l/r进行训练。