基于双向级联网络 (BDCN)的边缘检测

上传者: Exploerkonnor | 上传时间: 2021-08-31 18:09:14 | 文件大小: 28KB | 文件类型: ZIP
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%。

文件下载

资源详情

[{"title":"( 23 个子文件 28KB ) 基于双向级联网络 (BDCN)的边缘检测","children":[{"title":"BDCN-master","children":[{"title":"ablation.py <span style='color:#111;'> 13.99KB </span>","children":null,"spread":false},{"title":"test_image.py <span style='color:#111;'> 3.80KB </span>","children":null,"spread":false},{"title":"test.py <span style='color:#111;'> 2.97KB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 10.77KB </span>","children":null,"spread":false},{"title":"ablation_test.py <span style='color:#111;'> 3.67KB </span>","children":null,"spread":false},{"title":"test_ms.py <span style='color:#111;'> 2.97KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"ablation_vgg16_c.py <span style='color:#111;'> 5.08KB </span>","children":null,"spread":false},{"title":"vgg16_c.py <span style='color:#111;'> 4.85KB </span>","children":null,"spread":false},{"title":"bdcn.py <span style='color:#111;'> 8.77KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 25B </span>","children":null,"spread":false},{"title":"log.py <span style='color:#111;'> 632B </span>","children":null,"spread":false},{"title":"test.lst <span style='color:#111;'> 3.65KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.45KB </span>","children":null,"spread":false},{"title":"caffemodel2pytorch","children":[{"title":"vgg16.py <span style='color:#111;'> 2.08KB </span>","children":null,"spread":false},{"title":"caffe2pytorch.py <span style='color:#111;'> 1.94KB </span>","children":null,"spread":false},{"title":"test.prototxt <span style='color:#111;'> 8.99KB </span>","children":null,"spread":false},{"title":"vgg16.prototxt <span style='color:#111;'> 8.40KB </span>","children":null,"spread":false}],"spread":false},{"title":"ablation_train.py <span style='color:#111;'> 11.45KB </span>","children":null,"spread":false},{"title":"datasets","children":[{"title":"dataset.py <span style='color:#111;'> 2.41KB </span>","children":null,"spread":false},{"title":"__init__.py~ <span style='color:#111;'> 26B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 26B </span>","children":null,"spread":false}],"spread":false},{"title":"cfg.py <span style='color:#111;'> 3.11KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明