密集极端Inception网络：面向鲁棒的CNN边缘检测模型

本文提出了一种基于深度学习的边缘检测器，该检测器结合了HED（整体嵌套边缘检测）和Xception网络的思想。所提出的方法生成了细薄且符合人类视觉感知的边缘图，无需预先训练或微调过程即可应用于任何边缘检测任务。作为第二个贡献，本文生成了一个包含精心标注边缘的大规模数据集。该数据集不仅用于训练所提出的模型，还用于与现有最先进算法进行对比测试。通过在不同基准上进行的定量和定性评估，结果表明，在考虑ODS和OIS的F值时，所提出的方法表现出了显著的改进。