SAM之后，视觉分割的路在何方？

汽车人昨天分享了一篇OMG-Seg，这篇文章基本上把所有的分割任务都纳入到一个模型中。可以说分割已经迎来大一统。还记得去年SAM（分割万物Segment Anything）出来以后，最开始给汽车人的震撼很大，那会儿觉得计算机视觉即将迎来大变革和大一统的时代。几年前，汽车人也做过一些分割任务，像行车、泊车中的语义分割/全景分割、交通场景中的实例分割，也接触过一些交互式分割的内容。今天就借这个机会，和大家聊聊，SAM之后分割的路在何方？

首先先明确一个问题，我们为什么需要分割？或者说分割的必要性体现在哪里？相比于检测任务，分割提供了更精确的目标边界（像素级）。换句话说，所有需要使用目标精确边界的任务都离不开分割~像最常见的freespace（可行驶区域）以往都是使用分割任务实现，当然MapTR之后，也可以用多边形表示。

分割的劣势在哪里？很明显是算力和后处理，像检测输出的目标框可以天然的和下游任务结合。而分割则不行，下游是没办法直接使用逐像素的分割结果的，CPU负载太高且搜索空间太大，满足不了实时的要求。说实话这两年分割在车端自动驾驶中的较少。

Occ出来之后，分割似乎迎来新的春天，通用障碍物利用Occ输出。以往视觉分割通用障碍物的能力一般，且无法直接输出3D空间的信息，从这个角度来说，Occ有一定的不可替代性。

最后回归问题本身，分割的路在何方？汽车人个人的看法，分割有应用场景，但肯定不及动静态目标感知的地位。计算机视觉中的抠图、弹幕遮挡等等都能看到分割的应用。随着车载算力的不断增加，分割在未来几年或许会受到更多的重视，分割不应如此，也不会只如此。

以上内容均出自【自动驾驶之心知识星球】

自动驾驶之心知识星球，创办于2022年7月份，致力于打造为自动驾驶行业中的 ”黄埔军校“，目前近2400人，聚集了近50+自动驾驶行业专家为大家答疑解惑。

星球内已经打磨出近30+的学习路线，涉及BEV感知、动态/静态障碍物检测、多传感器融合、多传感器标定、目标跟踪、模型部署与cuda加速、仿真等方向，沉淀了大量工程上的解决方案、学术上的优化思路！星球主要内容一览：

如何持续保持跟进和输入呢？我的答案是找对圈子，让你每天能够主动和被动接受很多新的知识，包括领域知识体系的梳理、刷题、面试经验、各家企业现状、各个岗位的具体职责以及后续的职业前景等。一个人入门学习，无异于大海捞针，浪费了大把时间踩坑，还得不到想要的答案。哪里有专业回答的规划呢？这里我推荐一个我们一直在维护的社区：自动驾驶之心知识星球，目前是国内最大、最专业的自动驾驶社区。欢迎加入！