FADNet 是用于深度估算的模型。它属于快速准确的网络,用于估算不一致程度。它包含 3 个主要特征:
- 它利用基于二维的高效关联层搭配堆叠块来保持快速计算。
- 它将残留结构相结合,使更深的模型更便于学习。
- 它包含多比例值预测,利用多比例值权重调度训练技巧来提升准确度。
下图显示了深度估算的结果。第一张图是左摄像头的图像输入,第二张图是右摄像头的图像输入,第三张图是 FADNet 模型的运行结果。
图 1. FADNet 深度估算示例
下表列出了 Vitis AI Library 支持的深度估算模型。
编号 | 模型名称 | 框架 |
---|---|---|
1 | FADNet_0_pt | PyTorch |
2 | FADNet_1_pt | |
3 | FADNet_2_pt | |
4 | FADNet_v2_0_pt | |
5 | FADNet_v2_1_pt | |
6 | FADNet_v2_2_pt | |
7 | FADNet_v2_pruned_0_pt | |
8 | FADNet_v2_pruned_1_pt | |
9 | FADNet_v2_pruned_2_pt |