CLS 02 · 从类别到区域与掩码

现在我们可以清楚地区分四种能力：判断画面中的类别、找对象框、给每个像素分类、按实例分出掩码

主线阅读与优先实验

同图四输出、共享计算、FCN、RoIAlign、信息碰撞与SAM接口

现在我们可以清楚地区分四种能力：判断画面中的类别、找对象框、给每个像素分类、按实例分出掩码。方法的推进围绕计算共享、输出身份和空间读取展开。

我们已经能用框和掩码指出对象，也能用一个点告诉系统“这次处理哪一个”。但人往往会说“找到红色杯子”，或者问“谁拿着球”。语言能否参与学习，也参与我们向系统提出任务？

到 L03-CLS 03，沿三种可以共存的作用继续：语言成为输出、提供学习信号，以及指定当前问题。

若想先动手，到 L03-LAB 03 · 空间信息：表示、采样与掩码。它沿用同图材料与这里的确定性计算，重点判断该改采样还是改表示，无需训练大型检测器。