本发明公开了一种轻量级多解耦的视觉里程计实现方法，采用快速光流提取网络和动态语义提取网络得到光流特征和语义图；采用深度位姿网络得到深度位姿特征，其中通过特征融合网络将光流特征、语义图和位于某些中间层的深度位姿特征融合；解耦网络处理输出结果分别连接至全连接层网络，得到位姿数据，接至反卷积层网络得到深度图数据；轻量化网络结构设计用于特征提取。该方法将卷积神经网络应用于视觉里程计中，对静态像素更加敏感，减小全局位姿累积误差；使用特征融合网络将光流特征、深度位姿特征和语义图融合，减小了相对位姿数据误差，取得了更好的效果；视觉里程计实现方法计算量小，精度高，鲁棒性好。