近年来，计算机视觉技术不断拓进，语义分割已成为该领域最重要的一部分。

尤其深度学习的普及，为语义分割技术带来了更深层次的结构，其中应用最广泛的是卷积神经网络，基于卷积神经网络的语义分割无论精度或是效率上已远超其他方法，主要用于自动驾驶、人机交互、AR等。本篇将着重讲述语义分割在自动驾驶领域的作用。

自动驾驶标注类别大致可分为2D、立体与语义分割标注。语义分割标注是对标注场景内所有元素的展现，在标注前需将所标注对象进行分类。

而自动驾驶应用的语义分割又可细分为两类，全景语义分割与3D语义分割。

全景语义分割是对整张图片内所有元素(包含背景)的检测与分割，通过推断不同对象的标签，将不同类别物体赋予不同颜色，也可以这样说，自动驾驶眼中的世界是缤纷多彩的。

3D语义分割作为新兴技术，与全景语义分割标注思路相近，只是标注对象是点云。因此，需手动描绘将点云框进多边形，并且将此多边形投影(类似⼀个多面体)中包裹的点云染成同⼀颜色。

其实深度学习在图像语义分割已取得很好的成效，各类模型也早已商用化，但相比3D点云仍有差距。

随着传感器不断发展，点云数据集涌入市场，深度学习开始逐步向点云挖掘，点云可以描述比2D更加真实的世界，点云语义分割标注也更加客观严谨。

曼孚科技SEED标注平台不仅可实现语义分割标注，且包含多段线、矩形框、点云连续帧、2D3D融合等多种丰富的标注工具。除自动驾驶外，曼孚科技也提供文本、语音、视频等标注服务，满足客户全场景标注需求，为人工智能企业提供更高效的数据解决方案。