إن تقدير العمق من صورة واحدة هو مهمة مهمة يمكن تطبيقها في مجالات متعددة في رؤية الحاسوب، وقد شهدت تطورًا سريعًا مع تطور الشبكات العصبية التلافيفية. في هذه الورقة، نقترح بنية جديدة واستراتيجية تدريب لتقدير العمق الأحادي (المنوكيولار) بهدف تحسين دقة التنبؤ بالشبكة بشكل أكبر. نُطبّق مُشفّر تحويلات هرمي (Hierarchical Transformer Encoder) لالتقاط ونقل السياق العالمي، ونُصمم مُفكّكًا خفيفًا ولكن قويًا لإنتاج خريطة عمق مقدرة مع أخذ الاتصال المحلي بعين الاعتبار. وببناء مسارات متصلة بين السمات المحلية متعددة المقياس والتدفق التفكيكي العالمي باستخدام وحدة التجميع المميز للسمات التي نقترحها، يمكن للشبكة دمج كلا التمثيلين واستعادة التفاصيل الدقيقة. علاوة على ذلك، تُظهر الوحدة التفكيكية المقترحة أداءً أفضل من الوحدات التفكيكية السابقة، مع تعقيد حسابي أقل بشكل ملحوظ. بالإضافة إلى ذلك، نُحسّن طريقة التضخيم المخصصة للعمق من خلال الاستفادة من ملاحظة مهمة في تقدير العمق لتعزيز نموذج الشبكة. تحقق شبكتنا أداءً يُعد الأفضل في مجاله على مجموعة بيانات العمق الصعبة NYU Depth V2. وقد أجريت تجارب واسعة لتأكيد وعرض فعالية النهج المقترح. وأخيرًا، تُظهر نموذجنا قدرة تعميم أفضل وموثوقية أعلى مقارنةً بالنماذج المقارنة الأخرى.