在另外两个项目“单物体定位”和“物体检测”中，计算机暂时还是无法与人类相媲美，人类可以轻松地完成复杂环境下多目标精确边界的图像分割，而计算机估计还需要数年乃至更长的时间才能追赶上人类的水平。
图 9-3 是一个使用“ Mask R-CNN”算法<sup>○一</sup>对图片进行精确边缘分割的例子，这是当前人工智能产品最高水平的精确边界分割，已经接近人类水平，但计算机现在还只能在部分有条件约束的图片上达到这样的效果。微软、Meta 和Mighty AI 联合发布了一个名为“ COCO”的图像数据库，它与 ImageNet 数据库很相似，但其主要目标是面向物体的分割和检测，用于补全计算机这方面的相对弱项。
第 9 章 与机器共生
359
○一 Mask R-CNN 算法是何恺明（Kaiming He）在 2017 年提出的，通过在 Faster R-CNN 的基础上添加一个分支网络，在实现目标检测的同时把目标像素分割出来。