基于RCF的跨層融合特征的邊緣檢測(cè)

宋 杰，于 裕，駱起峰

（安徽大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，合肥230039）（*通信作者電子郵箱yyu_ah@163.com）

0 引言

邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺中的一個(gè)基本問題，目標(biāo)是從自然圖像中提取對(duì)象邊界和感知上突出的邊緣，從而保留圖像的要點(diǎn)并忽略不重要的細(xì)節(jié)。它通常被認(rèn)為是一種低層次的技術(shù)，各種高層次的任務(wù)［1-2］從邊緣檢測(cè)的發(fā)展中受益匪淺，如對(duì)象檢測(cè)［3］、對(duì)象建議［4］和圖像分割［5］。

早期的邊緣檢測(cè)利用圖像的一階和二階梯度信息的原理來檢測(cè)邊緣。如：Sobel［6］算子、Canny［7］算子。這些算法盡管實(shí)時(shí)性較好，但抗干擾性差，不能有效克服噪聲影響，定位方面欠佳。早期的邊緣檢測(cè)器是人工設(shè)計(jì)的，用于發(fā)現(xiàn)強(qiáng)度和顏色上的不連續(xù)性。Martin等［8］發(fā)現(xiàn)將亮度、顏色和紋理的變化轉(zhuǎn)化為特征，并訓(xùn)練分類器將這些特征信息組合起來，可以顯著提高性能。最近的工作探索基于學(xué)習(xí)的邊緣檢測(cè)方法。Dollár等［9］使用隨機(jī)決策森林來表示局部圖像斑塊中的結(jié)構(gòu)，輸入顏色和梯度特征，結(jié)構(gòu)化森林輸出高質(zhì)量的邊緣信息。然而，上述方法都是基于手工設(shè)計(jì)，成本高，設(shè)計(jì)繁瑣，實(shí)用性不強(qiáng)，且對(duì)于語義上有意義的邊緣檢測(cè)來說，手工特征表示高級(jí)信息的能力是有限的。

此外，近年來有一種使用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）的發(fā)展浪潮，強(qiáng)調(diào)自動(dòng)分層特征學(xué)習(xí)的重要性，極大地提高了邊緣檢測(cè)的性能。Ganin 等［10］提出將CNN 與近鄰搜索結(jié)合起來，用CNN 算出圖像中每個(gè)斑塊的特征，然后在字典里面進(jìn)行檢索，查找與其相似的邊緣，最后把這些相似的邊緣信息集成起來，輸出最終的結(jié)果。Xie等［11］提出了第一個(gè)端到端的邊緣檢測(cè)模型HED（Holistically-Nested Edge Detection），該網(wǎng)絡(luò)基于全卷積網(wǎng)絡(luò)（Fully Convolutional Network，F(xiàn)CN）［12］架構(gòu)，采用多尺度和多層級(jí)的特征學(xué)習(xí)方式，在VGG16（Visual Geometry Group）［13］網(wǎng)絡(luò)的基礎(chǔ)上顯著提高了邊緣檢測(cè)的成績(jī)。Liu 等［14］在HED 模型基礎(chǔ)上提出RCF（Richer Convolutional Features for edge detection），使用了更豐富的卷積特征，并提出了一個(gè)更魯棒的損失函數(shù)，提升了檢測(cè)性能。

在邊緣檢測(cè)領(lǐng)域，像HED 和RCF 這類經(jīng)典的模型，雖然在邊緣處理領(lǐng)域取得了不小的進(jìn)展，但都是基于VGG16 傳統(tǒng)卷積（Convolution，conv）結(jié)構(gòu)，不能提取圖像的全局特征，且采用了過多的下采樣，影響測(cè)試集的泛化能力。另外，在網(wǎng)絡(luò)的較低階段產(chǎn)生的特征圖往往太過于雜亂，包含過多無關(guān)重點(diǎn)的細(xì)節(jié)紋理，雖然網(wǎng)絡(luò)在最后做了一層融合，用于融合多尺度特征，但是簡(jiǎn)單地將5 個(gè)stage 使用1×1 的卷積層融合，會(huì)丟失一些多尺度信息。為了解決這些問題，本文提出了一種跨層融合特征的邊緣檢測(cè)（Cross-layer Fusion Feature for edge detection，CFF）模型。該模型在VGG 主干網(wǎng)絡(luò)中引入了CBAM（Convolutional Block Attention Module）注意力機(jī)制［15］，并采用Zhang［16］提出的讓卷積網(wǎng)絡(luò)具有移位不變性的方法，增強(qiáng)網(wǎng)絡(luò)的特征提取能力。另外在主干網(wǎng)絡(luò)的第5個(gè)stage中使用擴(kuò)張卷積技術(shù)（dilation，dil）［17］增加網(wǎng)絡(luò)的感受野，以提取更多的語義信息。針對(duì)每個(gè)階段產(chǎn)生的特征信息，使用了一種類似特征金字塔［18］的方式充分融合多尺度特征，使得低層也能夠關(guān)注高層的全局特征，并對(duì)每個(gè)階段進(jìn)行監(jiān)督學(xué)習(xí)，最后再對(duì)這些多尺度特征使用1×1的卷積層融合，生成最終的邊緣圖。在伯克利分割數(shù)據(jù)集（Berkeley Segmentation Data Set，BSDS500）［19］和PASCAL VOC Context［20］數(shù)據(jù)集上訓(xùn)練。在測(cè)試時(shí)，使用圖像金字塔技術(shù)進(jìn)一步提高邊緣的質(zhì)量，實(shí)驗(yàn)結(jié)果表明，CFF 模型能夠有效地解決邊緣圖像線條模糊的問題。

1 跨層融合的檢測(cè)模型

1.1 基線網(wǎng)絡(luò)

RCF［14］模型在HED［11］的基礎(chǔ)上，優(yōu)化了網(wǎng)絡(luò)的結(jié)構(gòu)。RCF 網(wǎng)絡(luò)使用了更豐富的卷積特征，分別每個(gè)stage 進(jìn)行監(jiān)督學(xué)習(xí)，提高了模型的收斂速度。最后對(duì)各層的多尺度特征使用1×1 卷積層融合，并監(jiān)督學(xué)習(xí)。RCF 相比HED 網(wǎng)絡(luò)，利用了VGG16 所有卷積層提取的特征信息，并且提出了一個(gè)更魯棒的損失函數(shù)，使得檢測(cè)結(jié)果有了大幅度的提升。

1.2 提出的模型

本文基于RCF 網(wǎng)絡(luò)，提出了一種跨層級(jí)融合多尺度特征的CFF 模型，結(jié)構(gòu)如圖1 所示。在下面小節(jié)中，將介紹各個(gè)模塊的改進(jìn)。

1.2.1 主干網(wǎng)絡(luò)

如圖1所示，使用VGG16作為CFF模型的主干網(wǎng)絡(luò)，并去掉了全連接層，采用全卷積網(wǎng)絡(luò)框架。在主干網(wǎng)絡(luò)中引入了CBAM 注意力機(jī)制［15］，并將下采樣技術(shù)［16］應(yīng)用到主干網(wǎng)絡(luò)的前3 個(gè)stage。在 第4 個(gè)stage 之后使用2×2 的最大池化（Maxpool），步長(zhǎng)設(shè)為1，使得第5個(gè)stage的特征圖分辨率保持不變，保留圖像的細(xì)節(jié)信息。因此網(wǎng)絡(luò)只有3 次下采樣操作，分辨率降低1/8。另外，為了解決去除下采樣操作后感受野被限制的問題，在第5 個(gè)stage 的卷積操作中使用了擴(kuò)張卷積技術(shù)［17］，擴(kuò)張參數(shù)設(shè)為2，保證網(wǎng)絡(luò)參數(shù)不變的情況下增加模型的感受野。

圖1 CFF網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure of CFF network

1.2.2 基于CBAM注意力的主干網(wǎng)絡(luò)

CFF 模型在主干網(wǎng)絡(luò)中引入了CBAM［15］注意力模塊。另一個(gè)相關(guān)工作是SENet（Squeeze-and-Excitation Networks）［21］，網(wǎng)絡(luò)根據(jù)loss 去學(xué)習(xí)特征權(quán)重，使得有效的特征圖權(quán)重大，無效或效果小的特征圖權(quán)重小的方式訓(xùn)練模型，以達(dá)到更好的結(jié)果。然而SENet 的不足之處只考慮到不同通道的像素的重要性，忽略了不同位置的重要性。而CBAM 模型比SENet 多了空間注意力機(jī)制，這個(gè)空間注意力模塊能夠?qū)W習(xí)到每個(gè)特征圖不同位置的重要性。CBAM模塊結(jié)構(gòu)如圖2所示。

圖2 CBAM模塊結(jié)構(gòu)Fig.2 Module structure of CBAM

CBAM 模塊可以分為通道注意力模塊（圖3）和空間注意力模塊（圖4）。細(xì)致來說，在通道注意力模塊中，使用平均池化和最大池化對(duì)輸入的特征圖F在空間維度上進(jìn)行壓縮，得到兩個(gè)不同的空間描述符，分別表示平均池化特征和最大池化特征，然后將兩個(gè)描述符發(fā)送到多層感知器（Multi-Layer Perceptron，MLP）中，將MLP 輸出的特征進(jìn)行基于element-wise 的加和操作，再經(jīng)過sigmoid 激活操作，生成以生成通道關(guān)注圖Mc。最后將Mc與F相乘得到具有通道關(guān)注的特征圖F'。

在空間注意力模塊中Stage1，首先對(duì)F'沿著通道維度應(yīng)用平均池化和最大池化操作，得到，然后將這兩個(gè)特征連接起來，并通過標(biāo)準(zhǔn)卷積層進(jìn)行卷積，再經(jīng)過sigmoid激活生成空間關(guān)注圖Ms。最后將空間關(guān)注圖Ms與F'相乘得到具有注意力機(jī)制的特征圖F''。

圖3 通道注意力模塊Fig.3 Channel attention module

圖4 空間注意力模塊Fig.4 Spatial attention module

考慮到網(wǎng)絡(luò)參數(shù)的問題，只在網(wǎng)絡(luò)的部分卷積層添加了CBAM 注意力機(jī)制，如圖1中所示。在加入CBAM 模塊之后，網(wǎng)絡(luò)能夠?qū)W習(xí)到不同特征圖和不同位置像素點(diǎn)的重要性，從而增強(qiáng)模型的特征提取能力。

1.2.3 最大池化

現(xiàn)代卷積網(wǎng)絡(luò)并不是移位不變的，是因?yàn)槌Ｓ玫南虏蓸臃椒?，如Maxpool、strided-Conv 和Avgpool 忽略了采樣定理，所以小的輸入移位或平移會(huì)導(dǎo)致輸出發(fā)生劇烈變化。為解決這一問題，Zhang［16］提出了一種模糊采樣方法（BlurPool）。

如圖5 所示，最大池化的第一步是先計(jì)算區(qū)域的最大值，然后進(jìn)行下采樣。而BlurPool 則將抗鋸齒操作嵌入到中間，通過引入模糊核來平滑輸入信號(hào)，使得平移后的結(jié)果與未平移的結(jié)果相近。

以一維信號(hào)為例，如圖6，當(dāng)輸入信號(hào)是［0，0，1，1，0，0，1，1］，傳統(tǒng)最大池化會(huì)得到［0，1，0，1］，若將輸入信號(hào)移位1步，最大池化會(huì)得到［1，1，1，1］，兩個(gè)結(jié)果變化較大，鋸齒化明顯。而MaxBlurPool 操作先將輸入信號(hào)做步長(zhǎng)為1 的求最大值操作得到［0，1，1，1，0，1，1，1］，再對(duì)兩端補(bǔ)位得到［1，0，1，1，1，0，1，1，1，0］，然后引入模糊核kernel=［1，2，1］，將模糊核與信號(hào)做點(diǎn)積運(yùn)算，并除以模糊核的和值，得到［0.5，0.75，1，0.75，0.5，0.75，1，0.75］，再做下采樣后得到［0.5，1，0.5，1］。同樣，若將輸入信號(hào)移位1 步之后，最后將會(huì)得到［0.75，0.75，0.75，0.75］，結(jié)果相對(duì)來說比傳統(tǒng)最大池化更平滑。需要注意的是，文獻(xiàn)［16］提供了多個(gè)模糊核，且使用模糊核時(shí)需要手動(dòng)選擇。

圖5 抗鋸齒的最大池化Fig.5 Anti-aliased max-pooling

圖6 一維信號(hào)的抗鋸齒操作Fig.6 Anti-aliasing operations for one-dimensional signals

CFF 模型在網(wǎng)絡(luò)的前3 個(gè)階段后使用該下采樣技術(shù)［16］，增強(qiáng)了模型的魯棒性和泛化能力。

1.2.4 多尺度特征提取

在深度學(xué)習(xí)中，通常存在兩種方式讓網(wǎng)絡(luò)學(xué)習(xí)到多尺度特征：第一種方法是在神經(jīng)網(wǎng)絡(luò)的內(nèi)部，在網(wǎng)絡(luò)中以越來越大的感受野和下采樣層的方式，這樣每層學(xué)到的特征自然是多尺度的；第二種方法是通過調(diào)整輸入圖像的尺寸。

CFF 采用和RCF 網(wǎng)絡(luò)相同的方式提取圖像的多尺度特征。將主干的網(wǎng)絡(luò)中的每一層側(cè)輸出通過1×1的卷積層進(jìn)行特征壓縮，并以stage為單位將所有側(cè)輸出相加。隨后經(jīng)過1×1的卷積層降維，輸出一張單通道的特征圖。1.2.5 特征金字塔融合模塊

為了充分融合各層級(jí)的多尺度特征，CFF 模型采用特征金字塔的方式，通過將高層特征傳遞給低層，使得低層也能夠關(guān)注全局特征。在充分融合多尺度特征的同時(shí)有效解決了低階段生成的特征圖中細(xì)節(jié)雜亂模糊的問題。

如圖1中的特征融合模塊（Feature Fusion Module，F(xiàn)FM），首先對(duì)高層的特征做上采樣，然后與低層的特征連接，隨后通過一層1×1 的卷積進(jìn)行特征壓縮。通過這種方式使得低層能夠很好地融合高層特征。另外，為避免模型過度忽略低層特征包含的重要細(xì)節(jié)，借鑒了殘差網(wǎng)絡(luò)［22］的結(jié)構(gòu)，在本模塊中將原始特征圖與輸出特征圖相加，并將結(jié)果作為FFM 的最終輸出。在第4個(gè)stage中的FFM 結(jié)構(gòu)如圖7所示。其他層次中的結(jié)構(gòu)類似。

圖7 特征融合模塊Fig.7 Feature fusion module

對(duì)于特征融合模塊的輸出：一方面作為前一階段的融合模塊的輸入；另一方面使用反卷積（Deconvolution，deconv）操作實(shí)現(xiàn)上采樣，使每一個(gè)stage 都輸出一張邊緣圖，并且模型對(duì)每一個(gè)stage輸出的邊緣圖都進(jìn)行監(jiān)督學(xué)習(xí)。

1.3 多尺度特征融合

經(jīng)過特征金字塔模塊后，多尺度特征已經(jīng)充分融合，所以模型只使用一個(gè)1×1 卷積層融合所有層級(jí)的多尺度特征，作為CFF模型最后的輸出邊緣圖像，并進(jìn)行監(jiān)督學(xué)習(xí)。

1.4 損失函數(shù)

邊緣檢測(cè)數(shù)據(jù)集通常由多個(gè)注釋者來標(biāo)記。對(duì)于每個(gè)圖像，平均所有注釋者的標(biāo)記以生成邊緣概率圖，范圍從0到1。其中：0 表示沒有注釋者在該像素上標(biāo)記；1 表示所有注釋者都在此像素處標(biāo)記。將邊緣概率高于η的像素視為正樣本，將邊緣概率等于0 的像素視為負(fù)樣本；否則，如果像素被小于η的注釋者標(biāo)記，則該像素在語義上可能是有爭(zhēng)議的邊緣點(diǎn)，無論將其視為正樣本還是負(fù)樣本，都可能使網(wǎng)絡(luò)混淆，所以模型忽略了這個(gè)類別中的像素。

由于邊緣檢測(cè)是對(duì)像素做分類，因此本模型使用交叉熵函數(shù)作為目標(biāo)函數(shù)，與文獻(xiàn)［14］相同，計(jì)算每個(gè)像素相對(duì)于像素標(biāo)簽的損失為：

其中：|Y+|和|Y-|分別代表正負(fù)樣本的數(shù)量，超參數(shù)λ用來平衡正負(fù)樣本數(shù)量差，Xi表示神經(jīng)網(wǎng)絡(luò)的激活值，yi表示標(biāo)簽圖中像素點(diǎn)i是邊緣點(diǎn)的概率值，W表示神經(jīng)網(wǎng)絡(luò)中可學(xué)習(xí)的參數(shù)。

1.5 設(shè)置不同階段的損失權(quán)重

網(wǎng)絡(luò)中每個(gè)階段輸出的邊緣圖像之間差異較大，各階段損失的量級(jí)可能不一致，且融合階段的損失應(yīng)該占主要地位。另外，在實(shí)驗(yàn)中發(fā)現(xiàn)，模型在訓(xùn)練至第20 個(gè)epoch時(shí)，前2 個(gè)階段的特征圖幾乎不再包含任何細(xì)節(jié)紋理，猜想這可能是低層融合高層特征后帶來的負(fù)面影響。這些問題對(duì)最終的預(yù)測(cè)都是不利的。為了抑制這種現(xiàn)象，本文降低了網(wǎng)絡(luò)中5 個(gè)階段的損失比重，提高了融合階段損失比重，以平衡各階段損失和融合損失之間的關(guān)系。

將網(wǎng)絡(luò)的5個(gè)stage的損失權(quán)重設(shè)置為Sside，最終融合層的損失權(quán)重為sfuse，因此總損失函數(shù)可寫為：

其中：Sk表示第k個(gè)stage的損失權(quán)重，sfuse表示融合層的損失權(quán)重，代表第k個(gè)stage輸出圖片中的第i個(gè)像素點(diǎn)的激勵(lì)值，代表融合模塊輸出的圖片中的第i個(gè)像素點(diǎn)的激勵(lì)值，|I|代表每張圖片像素點(diǎn)的總數(shù)，K代表主干網(wǎng)絡(luò)中stage的數(shù)量。

1.6 多尺度的邊緣檢測(cè)器

為了進(jìn)一步提高邊緣的質(zhì)量，在測(cè)試時(shí)采用了圖像金字塔技術(shù)。具體來說，在測(cè)試時(shí)調(diào)整圖像的大小來構(gòu)建一個(gè)圖像金字塔，每個(gè)圖像分別輸入到已經(jīng)訓(xùn)練好的單尺度檢測(cè)器中；然后，使用雙線性插值將所有得到的邊緣概率圖調(diào)整為原始圖像的大小；最后，對(duì)這些結(jié)果進(jìn)行加權(quán)平均，得到最終的預(yù)測(cè)邊緣圖。本模型使用了3個(gè)不同的尺度，分別為0.5、1.0和1.5。

2 模型訓(xùn)練

2.1 數(shù)據(jù)集介紹

BSDS500［19］數(shù)據(jù)集和PASCAL VOC Context［20］數(shù)據(jù)集是邊緣檢測(cè)中廣泛使用的數(shù)據(jù)集。BSDS500 數(shù)據(jù)集由200 張訓(xùn)練圖像，100 張驗(yàn)證圖像和200 張測(cè)試圖像組成，每個(gè)圖像由4到9 個(gè)注釋者標(biāo)記。為了防止模型出現(xiàn)過擬合現(xiàn)象，對(duì)BSDS500 的訓(xùn)練集和驗(yàn)證集共計(jì)300 張圖片進(jìn)行旋轉(zhuǎn)、擴(kuò)大、剪裁等操作，進(jìn)行數(shù)據(jù)集增強(qiáng)。最后將BSDS500 的增強(qiáng)數(shù)據(jù)集與PASCAL VOC Context數(shù)據(jù)集混合作為訓(xùn)練數(shù)據(jù)。

2.2 訓(xùn)練細(xì)節(jié)

CFF 網(wǎng)絡(luò)基于Python3 編寫，使用pytorch 1.0.1 深度學(xué)習(xí)框架，以及其他一些庫(kù)。在一臺(tái)ubuntu服務(wù)器上進(jìn)行實(shí)驗(yàn)，硬件包括E5-2678 v3 2.50 GHz 的CPU 和1 塊NVIDIA Tesla K40C的顯卡，顯存12 GB。

模型通過隨機(jī)梯度下降算法訓(xùn)練30 個(gè)epoch，batch size設(shè)為1，基準(zhǔn)學(xué)習(xí)率learning rate 設(shè)為1E-6，為不同卷積層指定不同的學(xué)習(xí)率，momentum 設(shè)置為0.9，weight decay 設(shè)置為0.000 2。在訓(xùn)練時(shí)，不使用任何預(yù)訓(xùn)練模型，網(wǎng)絡(luò)參數(shù)使用Gaussian分布初始化。

3 實(shí)驗(yàn)

給定邊緣概率圖，需要閾值來產(chǎn)生邊緣圖像，設(shè)置此閾值有兩種選擇：第一個(gè)是最佳數(shù)據(jù)集規(guī)模（Optimal Dataset Scale，ODS），它對(duì)數(shù)據(jù)集中的所有圖像采用固定閾值；第二種是最佳圖像比例（Optimal Image Scale，OIS），它為每個(gè)圖像選擇最佳閾值。通常使用ODS 和OIS 作為邊緣檢測(cè)模型的指標(biāo)。

3.1 實(shí)驗(yàn)分析

將非最大抑制技術(shù)［9］應(yīng)用于模型輸出的邊緣圖像以獲得用于評(píng)估的細(xì)化邊緣圖像，并用Edge Box［4］工具包進(jìn)行評(píng)估，圖8 顯示了評(píng)估結(jié)果。RCF 網(wǎng)絡(luò)的邊緣檢測(cè)相對(duì)于人類已經(jīng)取得了更好的結(jié)果，而CFF模型優(yōu)化了RCF網(wǎng)絡(luò)的短板，其多尺度策略將ODS評(píng)分提高到了0.818。

圖8 BSDS500評(píng)估結(jié)果Fig.8 Evaluation results on BSDS500

將CFF 與其他相關(guān)算法進(jìn)行了比較，結(jié)果如表1 所示。從表中的各項(xiàng)指標(biāo)可以看出，CFF 模型的ODS 和OIS 分別比RCF模型提高了0.7個(gè)百分點(diǎn)和0.9個(gè)百分點(diǎn)。

表1 CFF模型和其他算法的比較Tab.1 Comparison between CFF model and other algorithms

CFF 與RCF 網(wǎng)絡(luò)輸出的邊緣圖像的對(duì)比結(jié)果如圖9 所示。通過對(duì)比可以看出，RCF 模型產(chǎn)生邊緣圖像中有一些線條比較模糊，而CFF 模型能夠清晰地將圖像中的邊緣檢測(cè)出來，且對(duì)一些細(xì)節(jié)模糊的問題處理得較好。

圖9 CFF與RCF結(jié)果對(duì)比Fig.9 Comparison of the results of CFF and RCF

為進(jìn)一步展示CFF 模型的優(yōu)化細(xì)節(jié)，在圖10中給出了CFF模型在各個(gè)階段輸出的邊緣圖像與RCF網(wǎng)絡(luò)的對(duì)比。在圖中每一列從上到下分別為階段1～5 生成的邊緣圖像，可以看出RCF 網(wǎng)絡(luò)的各個(gè)階段對(duì)一些無關(guān)的細(xì)節(jié)處理能力較差，每個(gè)階段中都包含了一些模糊的線條。而CFF模型通過跨層融合不同層次的特征，使得模型在低層能夠關(guān)注一些全局的輪廓信息，幫助多尺度特征充分融合。從圖中可以看出，CFF輸出的邊緣圖像相較于RCF 只包含了很少的無關(guān)細(xì)節(jié)，尤其是在第1，2階段，沒有過多的雜亂紋理。

圖10 CFF與RCF各階段輸出圖像的對(duì)比Fig.10 Comparison of output images of CFF and RCF at each stage

3.2 網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)對(duì)比

在本節(jié)中，對(duì)CFF 模型的內(nèi)部結(jié)構(gòu)進(jìn)行性能分析。如表2所示，在主干網(wǎng)絡(luò)中引入CBAM注意力模塊和抗鋸齒的下采樣技術(shù)后，模型的ODS 分?jǐn)?shù)提高了0.4%，OIS 提高了0.5%，證明了本模型的主干網(wǎng)絡(luò)提取的特征信息更加豐富有效。另外，通過跨層融合不同階段的輸出特征，ODS 和OIS 都進(jìn)一步提高了0.2%，說明通過將高層特征傳遞給低層后，能夠充分融合多尺度特征。為了平衡各階段損失之間的關(guān)系，抑制低層細(xì)節(jié)丟失的問題，通過設(shè)置不同階段的損失權(quán)重后，模型的ODS和OIS分別提高了0.1%和0.2%。

表2 各模塊改進(jìn)效果的比較Tab.2 Comparison of improvement effect of different modules

4 結(jié)語

本文基于RCF 網(wǎng)絡(luò)，提出了一種關(guān)注全局的邊緣檢測(cè)網(wǎng)絡(luò)。CFF 模型在VGG16 主干網(wǎng)絡(luò)中加入CBAM 模塊，并采用具有平移不變性的下采樣技術(shù)，提高了網(wǎng)絡(luò)的特征提取能力。去除部分下采樣層，防止圖像分辨率過低，影響模型精度。并在第5 個(gè)stage 采用空洞卷積技術(shù)提升網(wǎng)絡(luò)的感受野。另外，模型采用了一種由深到淺的特征融合方式，使得網(wǎng)絡(luò)能夠更加注重全局信息，并在計(jì)算損失時(shí)，給不同階段設(shè)置不同的損失權(quán)重以平衡各階段損失，防止模型過度忽略低層的細(xì)節(jié)。實(shí)驗(yàn)表明，CFF模型能夠生成更清晰的邊緣圖像。