一般画像における影の検出は、現実世界の複雑さのため、容易ではない問題である。近年の影検出手法は、さまざまなベンチマークデータセットにおいて顕著な性能を達成しているものの、一般的な現実世界の状況では依然としてその性能に限界がある。本研究では、多様なシナリオにわたる影画像を収集し、10,500枚の影画像から構成される新たなデータセットを構築した。各画像には正解マスク（ground-truth mask）が付与されており、複雑な現実世界における影の検出を支援することを目的としている。本データセットは、多様なシーンカテゴリをカバーしており、影のサイズ、位置、コントラスト、種類にわたり広範なバリエーションを含んでいる。さらに、データセットの複雑性を包括的に分析し、詳細情報を強化するモジュールを備えた高速な影検出ネットワークを提案した。また、本手法が一般状況下における影の検出において有効であることを実証した。