ResNetの異なる階層の特徴を複数回にわたり合成しながら、意味情報と詳細な情報を持つようにrefineしていく。予測されたセグメンテーションマップとpoolしたものを引いた境界情報をObjectの境界を予測することで非境界部分の誤認識を抑制しながら詳細な境界の予測を行う。semsegから生成した境界情報を境界予測のGTとLossをとることでsemsegの精度も向上させた。