1. 图像分割概述
大家好，我是你们这门课的主讲。在计算机视觉领域摸爬滚打了十来年，今天咱们来聊聊图像分割。说实话，这是我最喜欢的任务之一——因为它特别直观，又特别有挑战性。
图像分割是什么？说白了，就是让计算机学会「看哪里是什么」。不是简单地判断一张图里有只猫，而是要精确地告诉你在哪个像素位置，这只猫的轮廓在哪里。
1.1 什么是图像分割
图像分割，就是把图像划分成若干个有意义的区域。每个区域内的像素具有相似的特征——比如颜色、纹理、亮度，或者属于同一个物体。
我习惯用一个比喻来理解：图像分类是「看全局」，图像分割是「抠细节」。
举个例子：一张街景照片。
- 图像分类：这张图里有汽车、行人、红绿灯。
- 图像分割：这个像素属于汽车，那个像素属于行人，红绿灯的轮廓精确到每个像素。
嗯，区别就在这里。分类只告诉你「有什么」，分割告诉你「在哪里」。
1.2 分割与分类的区别
很多初学者会混淆这两个概念。我刚开始做项目时也犯过这个错——以为分类模型能直接做分割，结果被导师骂了一顿。
咱们用一张表来对比：
| 维度 | 图像分类 | 图像分割 |
|---|---|---|
| 输出形式 | 一个类别标签 | 每个像素一个标签 |
| 空间信息 | 丢失位置信息 | 保留完整位置 |
| 计算复杂度 | 较低 | 较高（像素级预测） |
| 典型应用 | 相册自动归类 | 自动驾驶道路识别 |
| 标注成本 | 低（一张图一个标签） | 高（每个像素都要标） |
你想想看，分类模型就像一个人远远看了一眼说「哦，那是辆车」。分割模型则像一个人拿着放大镜，把车的每个零件都描出来。这就是本质区别。
1.3 语义分割与实例分割
这里有个坑，我当年踩过。语义分割和实例分割，名字很像，但完全是两码事。
语义分割：只关心像素属于哪一类。比如一张图里有三辆车，语义分割会把所有车的像素都标成「汽车」这个类别。它不区分「车A」和「车B」。
实例分割：不仅要标出类别，还要区分不同的个体。同样是三辆车，实例分割会标出「车1」、「车2」、「车3」，每个实例都有自己的ID。
一句话总结：语义分割是「像素分类」，实例分割是「像素分类 + 个体区分」。
我在做医疗影像项目时，就遇到过这个选择难题。如果只是要分割出肿瘤区域，语义分割就够了。但如果要追踪多个肿瘤的变化，就必须用实例分割——因为每个肿瘤需要独立编号。
1.4 应用场景
图像分割不是实验室里的玩具，它在工业界有非常广泛的应用。我挑两个最典型的说说。
自动驾驶
这是图像分割最「出圈」的应用。一辆自动驾驶汽车上路，它必须知道：
- 哪些像素是道路（可行驶区域）
- 哪些像素是行人（需要避让）
- 哪些像素是交通标志（需要解读）
- 哪些像素是其他车辆（保持距离）
我曾经参与过一个自动驾驶项目，最头疼的就是雨天场景。雨水会模糊摄像头画面，分割模型的表现直线下降。后来我们用了多模态融合（摄像头+激光雷达），才勉强解决。嗯，这里要注意：分割模型在恶劣天气下会退化，这是行业公认的难题。
医疗影像
医疗领域是图像分割的另一个主战场。医生每天要看大量CT、MRI片子，眼睛都快看瞎了。分割模型可以帮他们：
- 自动勾画肿瘤边界
- 分割器官（肝脏、肾脏、肺叶等）
- 测量病灶体积
- 辅助手术规划
我记得有个案例：一位医生用分割模型辅助诊断肺癌，模型在早期阶段就发现了CT片上一个微小结节——那个结节只有3毫米，人眼很容易漏掉。后来病理证实是早期肺癌。你想想看，这就是技术的力量。
我的建议：如果你刚入门，先从语义分割开始练手。数据集好找（比如Cityscapes、PASCAL VOC），模型也相对简单。等把语义分割搞明白了，再挑战实例分割。
1.5 本章知识体系
为了让你更直观地理解本章内容，我画了一张结构图。它展示了图像分割的核心概念和它们之间的关系。
注意：图像分割的标注成本很高。我曾经带过一个项目，标注1000张医疗影像，花了3个医生整整两周时间。所以，在做分割项目前，先评估一下标注预算。别等到模型都搭好了，才发现没有数据可用。
好了，这一章就到这里。图像分割的概念其实不难，难的是后面的实操。下一章我们会开始动手——从数据集准备和标注工具讲起。到时候见。
公众号:蓝海资料掘金营，微信deep3321