核心要点
语义分割：给每个像素打类别标签，同类不同个体不区分（无实例概念）
实例分割：在检测基础上给每个物体输出独立掩码，区分同类的不同个体
全景分割：统一前两者，stuff 类（天空、道路）按语义、things 类（人、车）按实例
选型：只关心区域用语义，要数个体/抠图用实例，自动驾驶全场景用全景
标准回答
一、语义分割（Semantic）
为每个像素预测一个类别，不区分同类的不同个体。两个挨着的人会被合并成同一片「人」区域。代表方法 FCN、U-Net、DeepLab，常用每像素交叉熵训练，mIoU 评估。
二、实例分割（Instance）
在目标检测的基础上为每个物体实例输出一张独立掩码，同类的不同个体彼此分开。代表 Mask R-CNN（检测框内预测掩码），评估常用 mask AP / mAP。它不要求覆盖背景等不可数的 stuff 类。
三、全景分割（Panoptic）
统一前两者：不可数的 stuff 类（天空、道路）按语义处理，可数的 things 类（人、车）按实例处理，每个像素同时得到「类别 + 实例 ID」且不重叠。指标为 PQ（Panoptic Quality）。
面试里可以补一个视觉任务例子：语义分割、实例分割与全景分割有什么区别 在分类、检测、分割或多模态理解里分别会影响数据增强、模型结构、指标选择和误检漏检分析。这样回答会比单独讲概念更像真实项目经验。
常见误区
⚠️ 常见踩坑
误区一：容易答偏的地方：把语义分割说成「能区分每个个体」——它只分类别不分实例；混淆全景分割与实例分割，全景还必须覆盖 stuff 背景类。
🔗 相似问题
同一考点的不同问法，换着练更稳
延伸学习
按主题分类的相关资源，便于系统复习