[教學影片]人工智慧影像分割演算法在醫療影像分析的應用AI Image Segmentation for Medical Image Analysis(使用Mask R-CNN 及 U

影像分割（Image Segmentation）是電腦視覺中的一個基本任務，目的是將數字影像劃分成多個片段（或稱為「超像素」），使得具有相似性質的像素群組成同一片段。

免費線上將圖片分割成多個切片，支援垂直、水平或網格切割，即時預覽並下載，無需安裝任何軟體。

影像分割 (Image Segmentation)也稱【語義分割】 (Semantic Segmentation)，它可以是物件偵測演算法 RCNN 的延伸 -- Mask RCNN，也可以是 Autoencoder 演算法的延伸 -- U-Net，可以用來標示更準確的物體位置，比物件偵測標示的矩形來的準確，因此，它廣泛被應用到醫學、衛星...等 ...

Panoramic Segmentation 則是更進一步結合了語義分割和實例分割，顧名思義就是要對各像素進行檢測與分割，同時也將背景考慮進去。

圖片分割器 - 使用可拖曳的參考線將圖片水平或垂直分割成多個部分。

在線上使用 Adobe Express 免費照片裁切工具，即可輕鬆快速地裁切影像。 上傳照片、調整裁切大小，就能下載新影像了。

在 計算機視覺 領域， 圖像分割 （segmentation）指的是將 數字圖像 細分為多個圖像子區域（像素的 集合）（也被稱作超像素）的過程。 圖像分割的目的是簡化或改變圖像的表示形式，使得圖像更容易理解和分析。 [1] 圖像分割通常用於定位圖像中的物體和 邊界 （線， 曲線 等）。 更精確的，圖像分割是對圖像中的每個 像素 加 標籤 的一個過程，這一過程使得具有相同標籤的像素具有某種共同視覺特性。 圖像分割的結果是圖像上子區域的集合（這些子區域的全體覆蓋了整個圖像），或是從圖像中提取的 輪廓 線的集合