像素、通道、卷积操作初探，为语义分割打下数学基础。
Cityscapes、KITTI、BDD100K，数据标注格式与特点。
Dice Coefficient，如何衡量模型好坏。
编码器-解码器结构、跳跃连接，医学与道路场景通用性。
Transformer在语义分割中的应用，分层特征表示。
随机裁剪、翻转、色彩抖动、CutMix，提升泛化能力。
交叉熵损失、Dice Loss、Focal Loss，处理类别不平衡。
从零搭建道路分割训练Pipeline (PyTorch)。
ONNX导出、TensorRT加速，让模型跑在车机上。
MobileNetV3、ShuffleNet在分割中的应用，实时性考量。
语义分割与实例分割的统一，理解“可行驶区域”与“车辆实例”。
Mask2Former、OneFormer，统一架构的未来趋势。
车道线分割与可行驶区域检测 (Cityscapes)。