Em visão computacional, diferentes tarefas produzem níveis distintos de informação sobre os objetos…

A classificação de imagens atribui rótulos a regiões delimitadas por caixas, indicando a localização espacial de cada objeto.

A detecção de objetos identifica classes e localizações por meio de caixas delimitadoras, indicando onde os objetos aparecem.

A segmentação semântica separa instâncias individuais da mesma classe, atribuindo identificadores distintos a cada objeto.

A segmentação de instâncias atribui um único rótulo global à imagem, descrevendo a classe predominante da cena.

A detecção de objetos produz máscaras pixel a pixel para cada instância, delimitando precisamente seus contornos.