深度估计一直是机器视觉领域中重要的研究课题。早期的深度估计是基于场景中的几何约束信息从而得到深度信息。后来出现了单目深度估计算法。近年来随着人工智能技术的高速发展,深度学习方向炙手可热,基于深度学习的深度估计算法发展迅猛使得深度估计有了更广泛的应用,比如:实地测距,机器人导航,自动驾驶等等。但现在大部分深度估计算法主要用于室外场景,而室内场景下的深度估计,由于该类场景没有显著的全局或局部特征,场景物品繁杂,深度值十分稠密、连续性高;因此基于室内场景深度估计算法的研究仍待突破。针对单幅图像的室内场景深度估计的问题,本文提出了一种基于多种网络,即全卷积网络（FCN）分别与通道注意力网络（SENet）、残差网络（Res Net）结合的编码器解码器结构。该网络采用端到端的训练方式,不采用任何的后处理技术。首先将全卷积网络与通道注意力网络结合设计了全卷积通道注意力网络模块（FCSE块）,将FCSE块和卷积层按照一定规则交替排列在编码器中,同时利用空间信息与信道信息,输出高质量的特征图。然后利用Res Net的特点——跳层连接,将全卷积网络与残差网络结合设计了Trans上采样模块,并按照一定规则排列在解码器中,加深解码器网络,可以比较完整地恢复下采样后的特征图深度信息,提高深度图的精度,减少网络训练所用时间。最后,使用L1损失函数进行模型的优化。本文提出的算法在最常用的室内公开数据集NYU Depth v2上进行训练与测试。和现有的其他单目深度估计方法相比,本文所提出的网络模型不仅精简了繁琐的精化粗图的过程,而且所预测的深度图精度更高,错误率的降低不少于1.6%,阈值精度提升不少于0.5%,运行网络结构的平均用时21ms,为实现实时检测奠定了基础。最后的实地测距结果表明,算法测量结果与实际深度测量的平均误差率为4.40%。