本发明公开了一种基于卷积残差学习的单目图像深度估计方法和系统，属于图像处理领域。利用预训练的致密神经网络对单目二维图像进行多尺度特征提取；将提取的多尺度特征通过特征金字塔结构和反卷积操作进行融合；将融合得到的多尺度特征通过上采样得到初始深度图；最后将初始深度图和原始参考图像串接进行卷积操作学习深度残差，生成细化的深度预测图像。本发明在深度图估计中引入特征金字塔结构，充分考虑图像的多尺度特征，利用反卷积操作对多尺度特征进行上采样。另外，将通过反卷积得到的初始深度图像和原始的参考图像连接来学习深度残差，然后再将初始深度图添加回来以生成细化的深度信息图，使得到的预测深度图像信息更丰富，细节更明显。