参数极少、速度极快 , UHNet 轻量级边缘检测技术 !

文章预览

边缘检测在医学影像处理中至关重要，可以实现对结构信息的精确提取，从而有助于病变识别和图像分析。传统的边缘检测模型通常依赖于复杂的卷积神经网络和视觉Transformer架构。由于它们包含许多参数，并且计算需求高，这些模型在资源受限的设备上的应用受到了限制。 本文提出了一种超轻量级边缘检测模型（UHNet），其特点是最少参数数量、快速计算速度、可忽略的预训练成本以及令人称赞的性能。 UHNet具有惊人的性能指标，包括42.3k参数、166 FPS和0.79G FLOPs。通过采用一种创新特征提取模块和优化残差连接方法，UHNet显著降低了模型复杂性和计算要求。 此外，探索了一种轻量级特征融合策略，提高了检测准确性。在BSDS500、NYUD和BIPED数据集上的实验结果验证了UHNet在保持高效的同时实现了卓越的边缘检测性能。 本文不仅为轻量级边缘检测模型 ………………………………