【边缘检测】CaseNet 自制PPT

以下是组会汇报时的PPT，贴出方便一起学习。

我将从三部分简单介绍一下，第一部分会从直观理解和数学层面来介绍问题描述，第二部分介绍作者提出的多类别损失函数，最后是核心网络架构，将会先介绍两个基础框架，分析作者是怎么提出本文框架的。

 

这是一幅街景图像的语义边缘检测效果图，左上角是原图，右上角是ground truth，最后是本文效果图。

首先对比一下传统的边缘检测，其实是二元与多元问题的区别。语义边缘检测不仅要检测边缘，还要为为每个边缘像素分配一个或多个语义类别。

这边这个多个，其实表明是一个多标签问题。最后我们结合左侧图看一下，可以看到五颜六色的，其实不同颜色代表不同类别，最显眼的红色代表道路，仔细看一下左上角的图例，可以看到一些组合颜色，比如建筑物加行人是绿色，体现了一个多标签，也就是同一像素分配了多个类别语义标签。

接下来从数学层面介绍本问题，简单关注一下输入输出，输入是一张图片，输出边缘图，对应输出的是像素对应于第K个语义类别的边缘概率。本文的三大贡献多类别的学习框架，新的嵌套结构和多类别的损失函数。接下来先介绍简单的多类别损失函数。

 

可以视作对每一类别都进行一次二分类的交叉熵（二元交叉熵是二分类问题中常用的一个Loss损失函数）。最后将k个结果叠加。二分类是判断像素是否为边缘，此处多分类需要判断像素为什么类别，作者将其拆分为K个二分类问题，也就是说它分别判断像素是否为第一类别，第二类别到第K类别的概率，再把结果叠加起来。

其中β是图像中非边缘像素的百分比，用于解释样本数的偏斜

 

 我们马上进入核心网络架构介绍。

 首先是基础网络，采用ResNet-101框架，我们看看它做了哪些改动。

我们仔细分析一下基本架构，主要看一下这边的紫色分类块，1 ×1卷积加上双线性上采样；像素属于第K类的边缘概率由sigmoid单元计算。

这部分我们介绍一下深监督嵌套架构，这边简单提一下HED网络，因为本文此部分主要参考了HED。不过他仅执行二进制的边缘检测，解决二元问题，需要拓展到本文多元问题，本文将刚刚讲到的紫色分类模块接到每个残差块的输出，产生5个侧边分类激活图。最后通过切片级联融合5个激活图。

 【论文阅读】（边缘检测相关）HED:Holistically-Nested Edge Detection_Clark-dj的博客-CSDN博客

其中切片融合部分公式表示为公式2，深监督的意思就是计算6个损失。

 

在回顾基本架构和深度监督嵌套架构后，我们分析一下这俩架构是否适用于本文任务。

现在开始讲本文模型，我们先简单看一下他的各个模块。

 

 

之前以及比较详细的介绍了各个模块，现在看一下灰色特征提取模块和紫色分类模块的区别。

 有需要PPT的可以私信我哦！