← 返回术语列表

实例分割

computer-vision
实例分割是计算机视觉中比目标检测更进一步的任务：不仅要找出图中所有目标「在哪里」，还要精确勾勒出每个目标的轮廓「是什么形状」。与语义分割（semantic segmentation，将所有同类物体合并为一个 mask）不同，实例分割为每个独立目标生成独立的 mask，即便两个同类物体紧挨在一起也能区分。YOLOv8-seg、Mask R-CNN 是此类任务的代表模型。实现方式通常是：在检测框内做像素级分割，或直接用单阶段分割头输出 polygon / mask。

// 详细解释

实例分割是计算机视觉中比目标检测更进一步的任务：不仅要找出图中所有目标「在哪里」，还要精确勾勒出每个目标的轮廓「是什么形状」。

与其他任务的关系

任务输出区分同类物体？
目标检测Bounding Box + 类别❌（两个重叠的同类物体只有一个框）
语义分割每个像素的类别❌（同类物体合并为一个 mask）
实例分割每个物体的独立 mask✅（每个物体独立区分）

核心算法

Two-Stage: Mask R-CNN

在 Faster R-CNN 检测头基础上添加一个 Segmentation Head：

  1. RPN 产生 RoI
  2. 每个 RoI 经 RoI Align 得到固定尺寸特征
  3. 分类头 + 检测头 + 分割头（mask branch）并行输出

One-Stage: YOLOv8-seg

在 YOLOv8 的检测头旁边添加一个 Segmentation Head，输出每个检测框内的 mask 系数 + 原型向量（prototype），通过矩阵乘法得到最终 mask。速度比 Mask R-CNN 快很多，适合实时场景。

数据格式

COCO 格式（多边形顶点）：

json4 lines
{
  "segmentation": [[x1,y1,x2,y2,...xn,yn]],
  "bbox": [x_min, y_min, width, height]
}

YOLO 格式（归一化中心点 + 宽高）：

code1 lines
class_id x_center y_center width height

评估指标

  • mAPseg：按 mask 的 IoU 计算的平均精度
  • box_mAP：按检测框 IoU 计算的平均精度（通常同时报告）

相关资源

// 关联术语

YOLO