人工智能对于图像处理有不同的任务。在本文中，我将介绍目标检测和图像分割之间的区别。

在这两个任务中，我们都希望找到图像中某些感兴趣的项目的位置。例如，我们可以有一组安全摄像头照片，在每张照片上，我们想要识别照片中所有人的位置。

通常有两种方法可以用于此：目标检测（Object Detection）和图像分割（Image Segmentation）。

目标检测-预测包围盒

当我们说到物体检测时，我们通常会说到边界盒。这意味着我们的图像处理将在我们的图片中识别每个人周围的矩形。

边框通常由左上角的位置（2 个坐标）和宽度和高度（以像素为单位）定义。

来自开放图像数据集的注释图像。家庭堆雪人，来自 mwvchamber。在CC BY 2.0 许可下使用的图像。

目标分割-预测掩模

一步一步地扫描图像的逻辑替代方法是远离画框，而是逐像素地注释图像。

如果你这样做，你将会有一个更详细的模型，它基本上是输入图像的一个转换。

来自开放图像数据集的注释图像。家庭堆雪人，来自 mwvchamber。在CC BY 2.0 许可下使用的图像。