詳細解釋
語義分割（Semantic Segmentation）是為圖像每個像素分配語義類別的電腦視覺任務，比目標檢測更精細。
輸出：
- 與輸入圖像相同尺寸的掩碼
- 每個像素標註類別（人、車、路等）
- 不區分同類別的不同實例
經典架構：
- FCN：全卷積網絡，端到端
- U-Net：編解碼對稱，跳躍連接
- DeepLab：空洞卷積擴大感受野
- PSPNet：金字塔池化捕獲多尺度
應用場景：
- 自動駕駛：可通行區域識別
- 醫學影像：器官、病灶分割
- 圖像編輯：背景替換、美顏
- 工業檢測：缺陷區域標註
- 虛擬試穿：人體與服裝分割
與實體分割的區別：
- 語義分割：只分類別，不區分個體
- 實例分割：區分同類別不同個體
挑戰：
- 邊界精度：物體邊緣準確性
- 小物體：低解析度易遺漏
- 實時性：高解析度處理速度
- 遮擋：重疊物體處理
是電腦視覺的核心任務之一。