我们提出一种新颖的单目深度估计算法，该算法将度量深度图分解为归一化深度图与尺度特征。所提出的网络结构包含一个共享编码器和三个解码器，分别称为G-Net、N-Net和M-Net，用于分别估计梯度图、归一化深度图以及度量深度图。M-Net通过利用G-Net和N-Net提取的相对深度特征，实现对度量深度的更精确估计。该算法的优势在于，能够利用缺乏度量深度标注的数据集来提升度量深度估计的性能。在多个数据集上的实验结果表明，所提算法不仅在性能上达到当前先进水平，即使在仅使用少量度量深度数据进行训练的情况下，仍能取得可接受的估计效果。