本发明公开了一种基于优化小尺度特征的图像边缘检测方法，利用自上而下的注意力引导模块，自适应地从不同尺度的特征中学习注意力机制，利用高层特征的语义信息引导底层的特征提取与边缘预测。此外，设计了一个像素级融合模块，通过预测不同尺度边缘像素的置信度分数，将网络在不同尺度下的边缘检测结果进行像素级别的融合，进一步提升检测边缘的精细程度。本发明所述的方法能够有效解决基于深度学习的图像边缘检测算法中常见的边缘定位不精确、小尺度特征利用不充分的问题，获得了更精细的边缘检测结果，同时较好地保持了边缘包含的语义信息，大幅抑制了伪边缘的检出，有效提升了图像边缘检测算法的性能。