يُستخدم شبك عصبي مُعَلَّم بـ ResNet ذو مسارات متعددة للكشف عن محيط الكائنات. في هذا السياق، نركز على الاستخدام الفعال لقدرة ResNet على التجرِّيد العالي، مما يؤدي إلى نتائج رائدة في مجال كشف الحواف. مع مراعاة تركيزنا، نقوم بدمج الخصائص عالية المستوى والمتوسطة والمنخفضة بالترتيب المحدد، وهو ما يختلف عن العديد من الأساليب الأخرى. يستخدم الشبكة المُعَلَّمَة النسخة ذات أعلى مستوى من الخصائص كنقطة بداية لدمجها طبقة بطبقة مع خصائص ذات مستوى تجريدي أقل حتى الوصول إلى أدنى مستوى. ندرب هذه الشبكة على مجموعة بيانات PASCAL VOC 2012 المُعدَّلة للكشف عن محيط الكائنات ونقيم أدائها على مجموعة بيانات PASCAL-val المُحدَّثة، حيث حققت أداءً ممتازًا ومقياس بيانات أمثل (Optimal Dataset Scale - ODS) قدره 0.752. بالإضافة إلى ذلك، من خلال التدريب الدقيق على مجموعة بيانات BSDS500، نحقق أفضل النتائج الحالية في مجال كشف الحواف بمقياس بيانات أمثل (ODS) قدره 0.824.