1. 语义分割 ：
- 定义： 语义分割是图像分割的基础模式，它的目标是将图像中的每一个像素分配给一个类别。每个像素被标记为某种类别，例如道路、天空、树木、建筑等。所有属于相同类别的像素会被分配相同的标签，但不会区分这些类别中的不同实例。
- 目标：将水稻植株从背景中分离出来，并将图像中的每个像素分配给不同的类别。
- 应用示例：在一个水稻田的图像中，语义分割会将水稻区域与其他区域（如土壤、天空、水域等）区分开来。所有属于水稻的像素会被标记为“水稻”类别，而背景中的其他部分（如土壤、杂草等）则会被标记为其他类别。
- 结果：输出一个与原图相同尺寸的图像，每个像素都有一个类别标签。水稻区域的所有像素都标记为水稻，但没有进一步区分不同的水稻植株。
2. 实例分割 ：
- 定义： 实例分割不仅关注像语义分割那样的类别分配，而且还需要区分同一类别中的不同实例。例如，在一张图像中，如果有多个“人”或“车”，实例分割会分别标记每个人或每辆车为独立的实例。
- 目标：在水稻田的图像中，不仅识别水稻区域，还要区分每一株水稻作为一个独立的实例。
- 应用示例：在一张水稻田的图像中，实例分割会标记出每一株水稻作为单独的实例。例如，图像中的水稻区域将被分为多个不同的“实例”，每一株水稻都会得到一个独特的标记，帮助识别和区分不同的水稻植株。
- 结果：输出的图像不仅会显示水稻区域，还能分辨出不同水稻植株的边界，甚至给每一株水稻分配不同的标签（例如“水稻1”、“水稻2”等）。
水稻病虫害的原图及其标注
