「图解AI」什么是语义分割、实例分割、全景分割
图像分割（image segmentation）是计算机视觉中非常重要的研究和应用方向，是根据某些规则将图片中的像素分成不同的部分、打上不同标签。
科学家发展出基于深度学习的细胞器互作高通量分析系统
来源：【中国科学院】8月5日，中国科学院院士、中科院生物物理研究所研究员徐涛课题组、研究员胡俊杰课题组，与中科院计算技术研究所肖立团队合作，在Journal of Cell Biology上发表了题为DeepContact: High throughput quantificat
虚拟人漫谈｜技术篇
编辑导语:近些年CG技术、人工智能技术等的不断发展，催生了虚拟人概念的出现。了解虚拟人赛道产品相关信息请看我的前两篇文章:《虚拟人漫谈|开拓:产品篇格局与环境》、《虚拟人漫谈|开拓:产品篇产品与商业》。
复旦发布以人为中心的复杂场景音视频追踪基准
一段监控录像，系统能在人群中持续追踪正在说话的那个人。这些功能背后依赖的是同一项技术——音视频说话人追踪。
Meta「分割一切」3.0曝光，技能语义分割加入概念提示，好好玩，要爆了
传统语义分割好无趣好无聊，技能语义分割加入概念提示，好好玩，要爆了。（doge）SAM 3——第三代“分割一切”模型刚刚被发现，已经悄然投稿ICLR 2026。论文还在双盲评审阶段，作者匿名中，但标题暴露一切。
Meta「分割一切」进入3D时代!图像分割结果直出3D,有遮挡也能复原
克雷西 发自 凹非寺量子位 | 公众号 QbitAIMeta的“分割一切”，这回给3D建模带来了新的范式——现在，图像分割得到的切片，可以直接转换成3D模型了。只要一张图，就能对里面的每个物体进行单独重建，有遮挡也不用怕。
计算机视觉四大基本任务(分类、定位、检测、分割)
如果你喜欢这种文章，请点赞关注转载于：作者 | 张皓来源 | 知乎(https://zhuanlan.zhihu.
一种端到端可训练周期CNN模型：根据自然语言陈述进行图像分割（论文下载）
原文标题：Segmentation from Natural Language Expressions来自：http://www.arXiv.org/摘要本文研究了一种基于自然语言陈述处理图像分割问题的新方法。
关于分割(Segmentation)的几个范式
语义分割与实例分割对比语义分割与实例分割1. 语义分割中 per-pixel classification占统治地位，pixel的数量是固定的，每个pixel都需要预测对应类别2.