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。
🏷️
标签
➡️