1.语义分割
语义分割就是把每个像素都打上标签（这个像素点是人，树，背景等）（语义分割只区分类别，不区分类别中具体单位）
2.实例分割
实例分割不光要区别类别，还要区分类别中每一个个体
3.分割任务的损失函数定义
逐像素的交叉熵： 还经常需要考虑样本均衡问题
交叉熵损失函数公式如下：
增加难负样本的权重
Gamma通常设置为2，例如预测正样本概率0.95， 如果预测正样本概率0.4， （相当于样本的难易权值）。再结合样本数量的权值就是Focal Loss
4.IOU计算
多分类任务时：iou_dog = 801 / true_dog + predict_dog - 801
IoU(Intersection over Union，交并比)
MIOU就是计算所有类别的平均值，一般当作分割任务评估指标