ResNet 기반의 다중 경로 개선 CNN이 객체 윤곽 검출에 사용됩니다. 이 작업에서는 ResNet의 고차 추상화 능력을 효과적으로 활용하는 것이 중요하며, 이는 가장 뛰어난 엣지 검출 결과를 가져옵니다. 우리의 목표에 초점을 맞추어, 고차, 중간 및 저차 특성을 해당 순서대로 융합하는데, 이는 다른 많은 접근 방식과 다릅니다. 최고 수준의 특성을 가진 텐서를 시작점으로 하여, 층별로 낮은 추상화 수준의 특성들과 결합하여 가장 낮은 수준까지 도달합니다. 우리는 이 네트워크를 객체 윤곽 검출을 위해 수정된 PASCAL VOC 2012 데이터셋에서 학습시키고, 정제된 PASCAL-val 데이터셋에서 평가하여 우수한 성능과 최적 데이터셋 스케일(Optimal Dataset Scale, ODS) 0.752를 달성했습니다. 또한 BSDS500 데이터셋에서 미세 조정(fine-tuning)을 통해 엣지 검출에서 최고 수준의 결과를 얻었으며, ODS 값은 0.824를 기록했습니다.