SuperEdge: 自助学习边缘检测通用化模型

💡 原文中文,约2300字,阅读约需6分钟。
📝

内容提要

本文介绍了一种新的自我监督方法用于边缘检测,通过多级、多同态变换技术将注释从合成数据集转移到真实世界数据集,并开发了SuperEdge模型,可在像素级和对象级粒度上提取边缘。在BIPEDv2数据集上展示了边缘检测改进。

🎯

关键要点

  • 本文提出了一种新的自我监督方法用于边缘检测。
  • 通过多级、多同态变换技术将注释从合成数据集转移到真实世界数据集。
  • 开发了SuperEdge模型,可在像素级和对象级粒度上提取边缘。
  • 相较于现有的STEedge方法,在BIPEDv2数据集上展示了4.9%和3.3%的边缘检测改进。
➡️

继续阅读