什么是图像分割？AI 如何把照片拆成一个个像素区域

目标检测可以告诉你“图里有一只猫”，并画一个矩形框；但如果要精确选中猫的轮廓、把背景换掉、测量肿瘤面积，矩形远远不够。**图像分割（Image Segmentation）**让 AI 为图像中的每个像素或像素区域分配类别或对象身份。

它可以理解为 AI 在图片上逐像素地“涂色”。

和目标检测有什么区别

技术	输出什么	适合什么
图像分类	整张图的标签	这是不是猫？
目标检测	对象的矩形框	猫在哪里？
图像分割	精确的像素区域	猫的轮廓是什么？

分割的信息最细，因此标注和计算通常也更昂贵。

三种常见分割

语义分割：给每个像素分配类别，例如所有道路涂成灰色、所有天空涂成蓝色，但不区分两辆不同汽车。

实例分割：不只知道“这是车”，还分别标出车 A 和车 B 的轮廓，适合计数和对象交互。

全景分割：同时处理可数对象和背景区域，尽量完整地理解整张场景。

它用在哪里

• 修图、抠图、背景替换、视频特效
• 医学影像中勾画器官和病灶
• 自动驾驶识别道路、行人和交通标志
• 遥感图像分析农田、建筑和水体
• 工业质检定位划痕、缺件和瑕疵

生成式 AI 的局部重绘也常依赖分割或类似的遮罩：先定义要改的区域，再让模型只处理那一部分。

为什么仍会出错

透明物体、头发边缘、阴影、遮挡和低对比度场景都很难；训练数据若覆盖不足，模型在夜间、特殊角度或新物品上可能失效。高风险场景需要人工复核与专门验证，不能只凭一张效果图判断可靠性。

总结

图像分割让 AI 从“看见对象”走向“理解对象的精确边界”。它比分类和检测提供更细粒度信息，因此是抠图、医学影像和自动驾驶的重要基础。边界越需要精确，数据质量、场景覆盖与人工审核就越重要。