Action_now的博客

Dense Extreme Inception Network: Towards a Robust CNN Model for Edge Detection DexiNed:一种用于边缘检测的鲁棒CNN模型 Xception结构 DexiNed结构 DexiNed可以看作是两个子网络构成：Dexi和UB. Dexi网络有6个主要块的编码器组成，借鉴Xception，蓝色块有两个卷积层组成，3×3卷积核——BN——ReLU(除了最后子块中的最后一个卷积无)，max-pooling也是核大小

[边缘检测论文]Object Contour and Edge Detection with RefineContourNet 一、背景（2019年发表） 物体轮廓检测目的是提取图像中物体形状的信息，可靠的检测器可以从背景中区分目标的轮廓和边缘。 基于CNN的方法有HED(发现使用预训练图像分类模型可以有效提取想要的图像边界信息并抑制不期待的边缘)/CEDN(使用全卷积编码解码器生成轮廓图)/COB(类似HED网络结构，使用面向多尺度轮廓以及分层的图像分割算法)，共同点就是使用比较深的网络，利用从Imag