基于大模型微调的轻量级单目深度估计方法及系统

本发明提供了基于大模型微调的轻量级单目深度估计方法及系统，方法包括：S1.图像特征提取：通过特征提取模块对输入的单目图像进行特征提取操作，提取初步的图像特征；S2.通过双流Transformer模块对初步的图像特征进行进一步增强；S3.深度估计与自监督训练：利用自监督训练模块基于增强后的特征进行深度估计和模型优化；S4.位姿估计与联合优化：通过位姿估计网络结合自监督训练模块进行相机位姿估计和联合优化。本发明通过结合卷积神经网络和双流Transformer结构，在保持高估计精度的同时，显著降低了模型的计算开销和参数量，特别适用于资源受限的边缘计算场景，解决了现有模型在计算复杂度和参数效率方面的不足。