1. 語義分割：給圖像每個像素一個語義標簽或者給點雲中每個點一個語義標簽。缺點：如果無法對實例進行判別，比如把人的標簽訂為紅色像素，如果有兩個紅色像素，無法區分這兩個紅色像素是屬於同一個人還是屬於不同的人。
2. 分類：划分不同類別的事物。比如人，車，樹。缺點：無法區分同類別中的個體。
3. 實例分割：把屬於同一類別的不同個體區分出來，比如人1，人2，車1，車2，樹1，樹2，樹3...
4. anoptic Segmentation（全景分割）
最后說說全景分割，它是語義分割和實例分割的結合。如下圖所示，每個像素都被分為一類，如果一種類別里有多個實例，會用不同的顏色進行區分，我們可以知道哪個像素屬於哪個類中的哪個實例。比如下圖中黃色和紅色都屬於人這一個類別里，但是分別屬於不同的實例（人），因此我們可以通過mask的顏色很容易分辨出不同的實例（https://zhuanlan.zhihu.com/p/50996404）
