A brief analysis of the holistically-nested edge detector
| Autor: | Rafael Grompone von Gioi, Gregory Randall |
|---|---|
| Přispěvatelé: | Grompone von Gioi Rafael, Université Paris-Saclay, France, Randall Gregory, Universidad de la República (Uruguay). Facultad de Ingeniería. |
| Jazyk: | angličtina |
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | COLIBRI Universidad de la República instacron:Universidad de la República |
| Popis: | Este artículo está disponible en línea con materiales complementarios, software, conjuntos de datos y demostración en https://doi.org/10.5201/ipol.2022.422 This work describes the HED method for edge detection. HED uses a neural network based on a VGG16 backbone, supplemented with some extra layers for merging the results at different scales. The training was performed on an augmented version of the BSDS500 dataset. We perform a brief analysis of the results produced by HED, highlighting its quality but also indicating its limitations. Overall, HED produces state-of-the-art results. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|