文件名称：基于双向级联网络 (BDCN)的边缘检测
文件大小：28KB
文件格式：ZIP
更新时间：2024-09-20 06:17:58
边缘检测 边缘探测 边缘提取
利用多尺度表示对于改进不同尺度对象的边缘检测至关重要。为了以截然不同的尺度提取边缘，我们提出了一种双向级联网络 (BDCN) 结构，其中单个层由其特定尺度的标记边缘监督，而不是直接将相同的监督应用于所有 CNN 输出。此外，为了丰富 BDCN 学习的多尺度表示，我们引入了一个尺度增强模块 (SEM)，它利用扩张卷积来生成多尺度特征，而不是使用更深的 CNN 或显式融合多尺度边缘图。这些新方法鼓励在不同层中学习多尺度表示，并检测由其尺度很好地描绘的边缘。学习规模专用层也会导致具有一小部分参数的紧凑网络。我们在三个数据集上评估我们的方法，即 BSDS500、NYUDv2 和 Multicue，并实现了 0.828 的 ODS Fmeasure，比 BSDS500 上的当前最先进技术高 1.3%。
【文件预览】：
BDCN-master
----ablation.py(14KB)
----test_image.py(4KB)
----test.py(3KB)
----train.py(11KB)
----ablation_test.py(4KB)
----test_ms.py(3KB)
----LICENSE(1KB)
----ablation_vgg16_c.py(5KB)
----vgg16_c.py(5KB)
----bdcn.py(9KB)
----.gitignore(25B)
----log.py(632B)
----test.lst(4KB)
----README.md(1KB)
----caffemodel2pytorch()
--------vgg16.py(2KB)
--------caffe2pytorch.py(2KB)
--------test.prototxt(9KB)
--------vgg16.prototxt(8KB)
----ablation_train.py(11KB)
----datasets()
--------dataset.py(2KB)
--------__init__.py~(26B)
--------__init__.py(26B)
----cfg.py(3KB)