跨层多尺度特征融合的边缘检测模型

充分利用多尺度信息对于提高不同尺度对象的边缘检测十分重要,因此提出一种跨层多尺度特征融合的边缘检测模型。使用残差网络作为模型的主干网络,为了增大模型的感受野,在最后一个阶段使用扩张卷积,同时在每个Bottleneck模块中添加了全局注意力模块。此外,使用多尺度融合模块对特征图提取更准确的边缘,使用跨层融合模块将高层特征和低层特征进行融合。在BIPED数据集,BSDS500数据集和NYUDv2数据集上进行评估,并在BIPED数据集上实现了0.866的ODS-F值和0.871的OIS-F值,比在BIPED数据集上的最新技术分别提高了0.7%和0.4%。