Les méthodes auto-supervisées jouent un rôle de plus en plus important dans l’estimation de la profondeur à partir d’une seule image, en raison de leur grand potentiel et de leur faible coût d’annotation. Afin de réduire l’écart par rapport aux méthodes supervisées, les travaux récents exploitent des contraintes supplémentaires, par exemple la segmentation sémantique. Toutefois, ces approches augmentent inévitablement la charge imposée au modèle. Dans ce papier, nous fournissons des preuves théoriques et empiriques selon lesquelles le potentiel des méthodes auto-supervisées pour l’estimation de la profondeur à partir d’une seule image peut être pleinement exploité sans augmenter ce coût. Plus précisément, nous proposons : (1) une nouvelle méthode d’augmentation de données appelée data grafting, qui force le modèle à exploiter davantage de indices pour estimer la profondeur, au-delà de la position verticale de l’image ; (2) une perte d’auto-distillation exploratoire, supervisée par une étiquette d’auto-distillation générée par une nouvelle méthode de post-traitement — le post-processing sélectif ; et (3) un réseau à échelle complète, conçu pour doter l’encodeur d’une spécialisation pour la tâche d’estimation de la profondeur et renforcer la capacité de représentation du modèle. Des expériences étendues montrent que nos contributions permettent d’améliorer significativement les performances du modèle de base, tout en nécessitant même une surcharge computationnelle réduite. Notre modèle, nommé EPCDepth, dépasse les méthodes les plus avancées précédemment publiées, y compris celles qui bénéficient de contraintes supplémentaires.