一、图像分割概述：从像素到语义的跨越

图像分割，说白了就是让计算机学会「看哪里是什么」。

我刚开始接触这个领域时，觉得不就是把图片里的东西框出来吗？后来才发现，这事儿远比想象中复杂。你想想看，一张照片里可能有猫、有狗、有背景，计算机怎么知道哪些像素属于猫，哪些属于狗？

嗯，这就是图像分割要解决的问题——给图像里的每个像素打上一个标签。

1.1 什么是图像分割

图像分割，就是把一张图片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、亮度等。

举个例子，一张街景照片里，天空是一块，路面是一块，汽车是一块，行人是一块。分割算法要做的，就是把它们一一区分开。

我个人习惯把图像分割理解为「像素的户口本」。每个像素都得登记在册，说清楚它属于哪个区域。

1.2 语义分割 vs 实例分割

这里有个容易混淆的点，我当年也踩过坑——语义分割和实例分割到底有什么区别？

咱们直接看对比：

对比维度	语义分割	实例分割
关注点	像素属于哪类物体	像素属于哪个具体物体
区分能力	同类物体不区分个体	同类物体区分不同个体
输出形式	像素级类别图	像素级类别图 + 个体ID
典型算法	FCN、DeepLab、U-Net	Mask R-CNN、YOLACT
应用场景	自动驾驶道路分割	医学细胞检测

举个例子你就明白了：

• 语义分割：图片里有三辆车，语义分割会把所有车的像素都标成「车」——它不管这是三辆不同的车。
• 实例分割：同样三辆车，实例分割会标出「车1」「车2」「车3」——每辆车都有自己的身份。

1.3 应用场景：分割技术到底能干啥

说实话，图像分割的应用比大多数人想象的要广。我参与过的项目里，几乎每个领域都能找到它的影子。

自动驾驶

这是最典型的应用场景。自动驾驶汽车需要实时理解周围环境：

• 路面在哪里（可行驶区域）
• 行人、车辆、障碍物在什么位置
• 车道线、交通标志的精确位置

我记得有一次做路测，分割模型把路边的垃圾桶误识别成了行人，差点触发紧急刹车。嗯，这就是分割精度不够带来的风险。

医学影像

医学领域对分割的要求极高，因为关乎人命。

• CT影像中的肿瘤区域分割
• 眼底图像中的血管分割
• 病理切片中的细胞核分割

我曾经参与过一个肺结节分割项目。医生告诉我们，漏掉一个结节可能意味着患者错过最佳治疗时机。从那以后，我对医学影像分割的评估指标格外敏感——不能只看mIoU，还得看召回率。

遥感图像

遥感领域的分割，说白了就是「从天上看地面」。

• 建筑物提取（城市规划）
• 道路网络提取（地图更新）
• 农田分类（作物监测）
• 水体提取（环境监测）

遥感图像有个特点——分辨率极高，一张图可能上亿像素。我刚开始做时，直接把整张图扔进模型，结果显存爆了。后来才学会用滑动窗口策略。

其他应用

• 工业质检：检测产品表面的划痕、缺陷
• 视频编辑：人像分割、背景替换
• 农业：作物病害区域识别
• 安防：异常行为检测中的目标提取

1.4 分割任务的难点在哪

你可能会问，分割听起来不就是分类吗？为什么还这么难？

原因有三：

1. 边界模糊：物体边缘的像素到底属于谁？比如猫和沙发接触的地方，像素值可能很接近。
2. 尺度变化：同一个物体在图像中可能很大（近处）也可能很小（远处）。
3. 遮挡问题：前面的物体会挡住后面的物体，被遮挡的部分怎么处理？

我记得第一次做分割项目时，模型在边界上的表现惨不忍睹。后来用了条件随机场（CRF）做后处理，效果才明显提升。嗯，有时候后处理比模型本身还重要。

1.5 小结

图像分割，本质上就是让计算机理解「哪里有什么」。语义分割关注类别，实例分割关注个体。从自动驾驶到医学影像，从遥感到工业质检，分割技术无处不在。

下一章，我们会深入讲解分割任务的评价指标——怎么判断一个分割模型好不好。说实话，评价指标这事儿，比你想的要复杂得多。