语义分割：像素级场景理解

分割任务的层次

语义分割：为每个像素分配类别，同类物体不区分。实例分割：区分同类物体的不同个体。全景分割：语义+实例的统一框架。

FCN：全卷积网络

FCN首次实现端到端语义分割。用卷积替代全连接，保留空间信息。跳跃连接融合多尺度特征。

U-Net：编码器-解码器架构

U-Net专为医学图像分割设计。编码器提取特征，解码器恢复分辨率。跳跃连接保留细节信息。成为分割任务经典架构。

U-Net特点

• 对称结构：编码-解码镜像设计
• 跳跃连接：底层特征直接传递
• 小数据友好：少量标注即可训练

DeepLab系列

DeepLab用空洞卷积扩大感受野。ASPP模块多尺度特征融合。后处理CRF优化边界。

分割从像素理解场景，是CV精细化的关键任务。