Semantic Segmentation（語義分割）、Instance Segmentation（實例分割）、Panoptic Segmentation（全景分割）是圖像分割中常見的術語，它們之間有什麼區別呢？
1、Semantic Segmentation（語義分割）
語義分割就是把圖像中每個像素賦予一個類別標籤（比如汽車、建築、地面、天空等），比如下圖就把圖像分爲了草地（淺綠）、人（紅色）、樹木（深綠）、天空（藍色）等標籤，用不同的顏色來表示。
不過這種分割方式存在一些問題，比如如果一個像素被標記爲紅色，那就代表這個像素所在的位置是一個人，但是如果有兩個都是紅色的像素，這種方式無法判斷它們是屬於同一個人還是不同的人。也就是說語義分割只能判斷類別，無法區分個體。
2、Instance Segmentation（實例分割）
實例分割方式有點類似於物體檢測，不過物體檢測一般輸出的是 bounding box，實例分割輸出的是一個mask。
實例分割和上面的語義分割也不同，它不需要對每個像素進行標記，它只需要找到感興趣物體的邊緣輪廓就行，比如下圖中的人就是感興趣的物體。該圖的分割方法採用了一種稱爲Mask R-CNN的方法。我們可以看到每個人都是不同的顏色的輪廓，因此我們可以區分出單個個體。
3、Panoptic Segmentation（全景分割）
全景分割是語義分割和實例分割的結合。如下圖所示，每個像素都被分爲一類，如果一種類別裏有多個實例，會用不同的顏色進行區分，我們可以知道哪個像素屬於哪個類中的哪個實例。比如下圖中黃色和紅色都屬於人這一個類別裏，但是分別屬於不同的實例（人），可以通過mask的顏色很容易分辨出不同的實例。