Nous présentons PatchmatchNet, une nouvelle formulation en cascade de Patchmatch pour la stéréoscopie multi-vue à haute résolution. Grâce à sa vitesse de calcul élevée et à ses faibles exigences en mémoire, PatchmatchNet peut traiter des images de plus haute résolution et est mieux adapté pour fonctionner sur des appareils aux ressources limitées que les concurrents utilisant la régularisation de volumes de coût 3D. Pour la première fois, nous introduisons un Patchmatch multi-échelle itératif dans une architecture entièrement apprenante et améliorons l'algorithme central de Patchmatch avec un nouveau schéma de propagation et d'évaluation adaptatif et appris pour chaque itération. De nombreuses expériences montrent des performances très compétitives et une généralisation remarquable de notre méthode sur les jeux de données DTU, Tanks & Temples (T&T) et ETH3D, mais avec une efficacité significativement supérieure à tous les modèles existants performants : au moins deux fois et demie plus rapide que les méthodes les plus avancées actuellement disponibles, avec une utilisation mémoire deux fois moindre.