显著性检测是给定一张图像，挑选出里面最惹人眼球的部分，类似于视觉Attention机制，不过又有些说不上来的区别。显著性检测分为自上而下top-down和自下而上bottom-up，前者是从整体的高级语义出发，假如看到图片中有一个人，那么这个人必然是一个显著性目标；而自下而上是根据图像局部的某些色彩，纹理，边缘等等，来决定这个比较有特点的区域是否为一个显著性目标。
最近有一些基于U-net结构的网络，可以较好的进行saliency detection。但是这种单纯的基于FPN的U-net结构会有以下几个问题：（1）高层语义信息还原成浅层信息时会不断地被稀释；（2）CNN每层的感受野不一致，会带来一些问题。
为了解决上述问题，作者提出了两个模块：global guidance module (GGM)和 feature aggregation module (FAM)。GGM将每个层级抽取的特征图与高层语义信息直接融合，所以在这种top-down的过程中，高层语义不会被稀释；FAM模块可以解决混叠效应，并且可以增大感受野。
采用GGM和FAM两个模块的U-net已经可以达到SOTA，但作者还采用了边缘检测进一步提升精度（具体怎们用的没看）。
一些实验结果：
