---
title: "語義分割（Semantic Segmentation）"
slug: semantic-segmentation
language: zh-TW
source: https://aiterms.tw/terms/semantic-segmentation
updated_at: 2026-07-29
tags: [電腦視覺, 圖像分割, 深度學習, 自動駕駛, 醫療影像]
ipas_term: false
---

# 語義分割（Semantic Segmentation）

對圖像中每個像素進行類別標記，將整張圖像分解為具有語義意義的區域的電腦視覺任務。

## 完整說明

語義分割（Semantic Segmentation）是電腦視覺中的密集預測任務，目標是將輸入圖像的每個像素分配到預定義的語義類別（如道路、天空、行人、建築物），產生與原圖等尺寸的分類掩碼（Mask）。與物件偵測不同，語義分割不區分同一類別的不同實例（例如兩個行人屬於同一類別「行人」），是自動駕駛場景理解、醫療影像分析與衛星圖像解讀的核心技術。

## 常見問題

### 語義分割和實例分割有什麼區別？

語義分割對每個像素進行類別分類，但不區分同類別的不同個體。例如，圖像中有兩個行人，語義分割會將所有行人像素標為「行人」類別，兩人的像素合併為一個區域。實例分割（Instance Segmentation）則進一步區分，每個行人各自擁有獨立的分割掩碼（Instance Mask），可以知道「這個像素屬於第 1 個行人」「那個像素屬於第 2 個行人」。Mask R-CNN 是實例分割的經典模型。全景分割（Panoptic Segmentation）是兩者的統一框架，可數的物件（行人、車輛）做實例分割，不可數的背景（天空、道路）做語義分割。

### 語義分割模型的訓練需要哪種標注？

語義分割需要像素級別的標注數據（Pixel-level Annotation），即每張訓練圖像都需要一張對應的分割掩碼圖，掩碼中每個像素記錄其所屬類別的 ID。這種標注工作非常耗時，標注一張高解析度圖像可能需要數十分鐘的人工標注。常用標注工具包含 Labelme、CVAT、Supervisely 等。為降低標注成本，半監督語義分割（使用少量標注 + 大量未標注數據）、弱監督方法（使用圖像級標籤或邊界框代替像素標注）以及遷移學習（在大型公開數據集上預訓練後微調）是常見的實務策略。

### mIoU 指標如何解讀？語義分割的 mIoU 多少算好？

mIoU（mean Intersection over Union）計算每個類別的 IoU（預測與真實掩碼的交集面積除以聯集面積），再取所有類別的平均值。IoU 範圍為 0 至 1，1 表示完美分割。mIoU 的「好」是相對的，取決於數據集難度與類別數量。在 Cityscapes（自動駕駛標準評測，19 類）上，當前頂尖模型可達到 85% 以上 mIoU；在 ADE20K（150 類，難度更高）上，60% 以上已屬競爭力強的結果。對於特定應用，比起追求高 mIoU，更重要的是評估關鍵類別（如「行人」「道路」）的個別 IoU 是否符合業務安全要求。

---

來源：https://aiterms.tw/terms/semantic-segmentation
快查頁：https://aiterms.tw/terms/semantic-segmentation
最後更新：2026/07/29
深度解說：https://aiterms.tw/learning/what-is-semantic-segmentation