時間があれば、まとめるかもしれませんが、ざっくりメモ
■メソッドはこれ
https://github.com/compphoto/BoostingMonocularDepth
1. Pythonの機械学習の環境を作る
私の場合、Pythonは触ったことが無かったので、以下の導入手順を手探りで実施
http://stereo.jpn.org/jpn/stphmkr/google/index.html
更に「Environments」の直下にあるpytorch環境も導入
導入の仕方も、ググってどうにか入れる
2. GitHub上の資源をまとめて落として展開
3. merge net model の学習済みの重みデータをダウンロード
latest_net_G.pth（310MB）
して、所定のパスへ
4. MiDaS-v2の学習済みの重みデータをダウンロード
model.pt（412MB）
5. pythonの実行環境で、run.pyを実行。オプションのdepthNetは0で。
これでMR_MiDaSの方のデプスマップが生成されます。
（続く）
ざっくりメモ 続き
@skawa
6. LeResの学習済みの重みデータをダウンロード
res101.pth（518MB）
所定のパスへ
7. pythonの実行環境で、run.pyを実行。オプションのdepthNetは2で。
これでMR_LeResの方のデプスマップが生成されます。
8. ステレオフォトメーカーで元画像と生成したデプスマップを読み込み、Looking Glass Portrait用のRGBDデータを保存
MR_LeResで生成されたデータは、深度情報が反転しているので、ステレオフォトメーカーの「デプスマップ」⇒「デプスマップ反転」しておく。
（一般的には、こちらの方が標準的らしい？）
@skawa やり方に迷ったのが、PyTorchのインストールのところで、私は以下のサイトを参考にしてインストールしました。
PyTorch のインストール （Windows 上）
https://www.kkaneko.jp/tools/win/pytorch.html
@skawa 更に更に
CUDAのツールキットの辺りは、良く分かってないです。（分かっていないのは、ここだけに限りませんが。。。）
とりあえず、今の私の環境下では、明示的にCUDAツールキットを導入しなくても、動作はしてくれました。
（もしかしたらGPUを使わずに、CPUで演算しているかも。。。）
@skawa あと、「To use SGRnet as base: Install dependencies as following:」以降の手順は、まだ理解できていないのですが、生成したデプスマップを評価しているような気がします。
よって、ひとまず「その2」までの手順で良いんじゃないかなぁ