In natürlichen Bildern kann die Skalierung (Dicke) der Objektskelette erheblich zwischen verschiedenen Objekten und Objektteilen variieren, was das Problem der Objektskelettdetektion erheblich erschwert. Wir stellen eine neue Architektur von Faltungsneuralnetzen (CNN) vor, die durch die Einführung eines neuartigen hierarchischen Merkmalsintegrationsmechanismus, namens Hi-Fi, das Problem der Skelettdetektion angeht. Der vorgeschlagene CNN-basierte Ansatz verfügt über eine leistungsstarke Multiskalen-Merkmalsintegration, die sowohl hochwertige Semantiken aus tieferen Schichten als auch niedrigstufige Details aus oberflächlicheren Schichten erfasst.Durch die hierarchische Integration verschiedener CNN-Merkmalsniveaus mit bidirektionaler Anleitung ermöglicht unser Ansatz (1) gegenseitige Verfeinerung von Merkmalen unterschiedlicher Niveaus und (2) verfügt über eine starke Fähigkeit, sowohl reichen objektorientierten Kontext als auch hochaufgelöste Details zu erfassen. Experimentelle Ergebnisse zeigen, dass unsere Methode im Vergleich zu den besten bisher bekannten Methoden hinsichtlich der effektiven Fusion von Merkmalen sehr unterschiedlicher Skalen erhebliche Verbesserungen aufweist, wie durch beträchtliche Leistungssteigerungen bei mehreren Benchmarks belegt wird.