基于离散概率分布的深度学习测距方法和测距装置

本发明涉及基于离散概率分布的深度学习测距方法，包括：将连续范围内的测距真值离散化，得到对应的测距离散值、构建神经网络模型，将所述测距离散值输入神经网络模型，输出所述测距离散值对应的预测概率，使用预设区间内的预测概率计算概率分布约束损失；采用所述测距离散值和所述测距离散值对应的预测概率计算测距预测值，输出所述测距预测值；构建损失函数对所述测距预测值进行约束以计算测距损失；采用所述概率分布约束损失和所述测距损失计算总损失，调整神经网络模型以最小化所述总损失。本发明通过离散化处理与概率分布结合、多损失函数融合优化提高了距离预测精度。