本发明实施例提供一种基于深度视觉里程计和IMU的相机位姿估计方法及装置，该方法包括：利用光流网络对相邻图像帧提取特征得到光流信息，并利用IMU获取相机加速度和角速度；将光流信息和相邻图像帧，分别输入预设神经网络模型的空间卷积网络分支提取运动特征，和时间卷积网络分支提取时间特征，并将运动特征和时间特征融合后得到第一位姿向量；对相邻图像帧对应时刻的加速度和角速度进行积分，得到第二位姿向量；根据第一位姿向量和第二位姿向量，得到融合后的位姿向量；根据当前时刻及之前，多个连续时刻的融合后位姿向量，确定当前时刻的位姿。该方法可分离性强、精度高、计算量低，能够适用于纹理缺失和实时性要求高等复杂场景。