ONNX-CREStereo-Depth-Estimation 项目使用教程

ONNX-CREStereo-Depth-Estimation 项目使用教程

1. 项目目录结构及介绍

ONNX-CREStereo-Depth-Estimation/
├── doc/
│   └── img/
├── model_option_comparison/
├── models/
├── gitattributes
├── gitignore
├── LICENSE
├── README.md
├── depthai_host_depth_estimation.py
├── driving_stereo_point_cloud.py
├── driving_stereo_test.py
├── image_depth_estimation.py
├── requirements.txt
└── video_depth_estimation.py

目录结构介绍

• doc/: 存放项目文档和图片资源。
  • img/: 存放文档中使用的图片。
• model_option_comparison/: 存放模型选项比较的相关文件。
• models/: 存放深度估计模型文件。
• gitattributes: Git属性配置文件。
• gitignore: Git忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• depthai_host_depth_estimation.py: 使用DepthAI进行深度估计的主文件。
• driving_stereo_point_cloud.py: 生成驾驶场景的3D点云。
• driving_stereo_test.py: 测试驾驶场景的深度估计。
• image_depth_estimation.py: 对单张图片进行深度估计。
• requirements.txt: 项目依赖库列表。
• video_depth_estimation.py: 对视频进行深度估计。

2. 项目的启动文件介绍

image_depth_estimation.py

该文件用于对单张图片进行深度估计。启动该文件后，程序会读取指定路径的图片，并使用CREStereo模型进行深度估计，输出深度图。

python image_depth_estimation.py --image_path path/to/image.jpg

video_depth_estimation.py

该文件用于对视频进行深度估计。启动该文件后，程序会读取指定路径的视频文件，并使用CREStereo模型对每一帧进行深度估计，输出深度图。

python video_depth_estimation.py --video_path path/to/video.mp4

driving_stereo_test.py

该文件用于测试驾驶场景的深度估计。启动该文件后，程序会读取驾驶场景的双目图像，并使用CREStereo模型进行深度估计，输出深度图。

python driving_stereo_test.py

depthai_host_depth_estimation.py

该文件使用DepthAI进行深度估计。启动该文件后，程序会使用DepthAI设备进行实时深度估计。

python depthai_host_depth_estimation.py

3. 项目的配置文件介绍

requirements.txt

该文件列出了项目运行所需的Python依赖库。用户可以通过以下命令安装所有依赖：

pip install -r requirements.txt

models/

该目录存放深度估计模型文件。用户需要从PINTO0309's model zoo下载模型文件，并将其放置在该目录下。

README.md

该文件包含了项目的详细介绍、使用说明和参考资料。用户在开始使用项目前应仔细阅读该文件。

通过以上步骤，您可以顺利启动并使用ONNX-CREStereo-Depth-Estimation项目进行深度估计。