# 像素、边界与对象身份

输出格子变多之后，模型怎样知道每个位置属于什么？
[固定学习路径](/course/study/pixels-instances.html)
## 阅读与动手顺序

- ### 区分采样练习与像素学习

LAB03 解释地址、插值与信息碰撞；LAB11 才比较从 RGB 预测类别 mask 的学习模型。
- ### 读同一任务的模型对照

比较简单 RGB 读出与 FCN 的预测、错误图及逐类 IoU，并检查模糊后两者如何变化。
- ### 按需要增加对象条件

若问题变成“选哪一个对象”，再到 LAB16 看正负点与框提示的规则机制。它不使用 SAM 权重。
## 带走的结果

采样热身报告前景、背景 IoU 与两类 mIoU；图像模型报告背景、红矩形、蓝椭圆的逐类 IoU 与三类 mIoU，再用一处边界错误解释数字的含义。

## 优先实践

可先阅读已有结果，再按问题选择是否重算。并列实验提供不同起点，不要求全部运行。

- [LAB 11 · 从 RGB 到像素：读出、FCN 与边界](/course/notebooks/9e268706471944e3a59e6f568f9ce9a3.html)
前景/背景/mIoU口径、RGB到mask训练、FCN与1×1读出及边界
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/9e268706471944e3a59e6f568f9ce9a3?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=9e268706471944e3a59e6f568f9ce9a3&utm_term=get_notebook)
## 配套讲解

- [CLS 02 · 从类别到区域与掩码](/course/notebooks/f9ab632ba16b4f2084669791cba6ba85.html)
同图四输出、共享计算、FCN、RoIAlign、信息碰撞与SAM接口
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/f9ab632ba16b4f2084669791cba6ba85?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=f9ab632ba16b4f2084669791cba6ba85&utm_term=get_notebook)
- [CLS 08 · 密集预测、实例与集合输出](/course/notebooks/2d81e2a1936043349eacb71c53c0defa.html)
像素损失、IoU口径、粗细表示、实例身份与集合输出
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/2d81e2a1936043349eacb71c53c0defa?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=2d81e2a1936043349eacb71c53c0defa&utm_term=get_notebook)
#### 遇到相应问题时再展开（3 项）

- [LAB 03 · 空间信息：表示、采样与掩码](/course/notebooks/49a2c030eafa4e1db6fc4f1a08c3810a.html)
同源场景标签、插值、信息碰撞的轻量解析代码
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/49a2c030eafa4e1db6fc4f1a08c3810a?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=49a2c030eafa4e1db6fc4f1a08c3810a&utm_term=get_notebook)
- [LAB 16 · 点、框与负提示：分割规则基线](/course/notebooks/d83defa954034769a1ee94e3ea48640a.html)
像素连通域、正负点/框提示、局部/整体多义性
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/d83defa954034769a1ee94e3ea48640a?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=d83defa954034769a1ee94e3ea48640a&utm_term=get_notebook)
- [LAB 20 · 尺度跨度与两对象匹配](/course/notebooks/9315996660f54e92847770355b648f9e.html)
步幅占格、两对象排列、分类/位置/IoU联合匹配代价
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/9315996660f54e92847770355b648f9e?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=9315996660f54e92847770355b648f9e&utm_term=get_notebook)
## 接回课堂中的问题
[全部学习路径](/course/study.html)[本部分导读](/course/guide.html#II)[按问题查找](/course/knowledge.html)