roberts边缘检测代码（带变换器的边缘检测）
roberts边缘检测代码（带变换器的边缘检测）
卷积神经网络通过逐步探索上下文和语义特征，在边缘检测方面取得了重大进展。然而，随着接受领域的扩大，局部细节逐渐被抑制。最近，视觉变换器显示了捕捉长距离依赖的出色能力。受此启发，我们提出了一种新的基于变换器的边缘检测器，\emph{边缘检测变换器（EDTER）}，通过同时利用完整的图像背景信息和详细的局部线索来提取清晰明了的物体边界和有意义的边缘。EDTER分两个阶段工作。在第一阶段，一个全局变换器编码器被用来捕捉粗粒度图像斑块上的长距离全局背景。然后在第二阶段，一个局部转换编码器在细粒度的斑块上工作，挖掘短距离的局部线索。每个变换器编码器之后都有一个精心设计的双向多级聚合解码器，以实现高分辨率的特征。最后，全局背景和局部线索被一个特征融合模块结合起来，并送入一个决策头进行边缘预测。在BSD500、NYUDv2和Multicue上进行的大量实验证明了EDTER与先进技术相比的优越性。
《EDTER: Edge Detection with Transformer》
论文地址:http://arxiv.org/abs/2203.08566v1
