使用 RefineContourNet 进行目标轮廓与边缘检测
计算机视觉与模式识别
2019-08-26 v2 机器学习
摘要
一种基于 ResNet 的多路径精炼 CNN 被用于目标轮廓检测。针对该任务，我们优先有效利用 ResNet 的高层抽象能力，从而在边缘检测上取得最先进的成果。考虑到我们的关注点，我们按特定顺序融合高、中、低层特征，这不同于许多其他方法。它以具有最高层特征的张量作为起点，逐层与较低抽象层次的特征结合，直至达到最低层。我们在修改后的 PASCAL VOC 2012 数据集上训练该网络用于目标轮廓检测，并在精炼的 PASCAL-val 数据集上评估，取得了优异的性能，最优数据集尺度（ODS）达到 0.752。此外，通过在 BSDS500 数据集上微调，我们在边缘检测上达到了最先进的结果，ODS 为 0.824。
引用
@article{arxiv.1904.13353,
title = {Object Contour and Edge Detection with RefineContourNet},
author = {Andre Peter Kelm and Vijesh Soorya Rao and Udo Zoelzer},
journal= {arXiv preprint arXiv:1904.13353},
year = {2019}
}
备注
Keywords: Object Contour Detection, Edge Detection, Multi-Path Refinement CNN