图像分割

图像分割模型通过训练学习主体语义边界，输出逐像素前景概率掩码，能处理头发、烟雾、半透明玻璃等软边缘，而颜色掩码仅依据像素颜色阈值判断，无法区分背景绿与主体绿。

SE模块在图像分类任务上表现优异，但在图像分割等密集预测任务中会因空间结构坍缩而丢失区域级别语义差异。

CNN（卷积神经网络）是让图像分类、目标检测和图像分割三类任务落地的关键模型结构，其核心思想是用可学习的卷积核滑动提取局部特征，再层层堆叠组合成高层语义。