最后一篇了咱们不聊通用分割了聊聊垂直领域。这些领域里的语义分割玩的逻辑跟学术数据集完全是两码事。先说遥感图像分割。这玩意儿的分辨率动不动就是 0.5 米到 2 米每像素一张图覆盖几平方公里尺寸可达 10000x10000 以上。你拿通用分割模型直接怼显存直接炸穿。所以遥感分割的第一要义是滑窗推理sliding window——切成 512x512 的小块分批送进去最后再拼回来。但这又带来了边缘拼接痕迹的问题所以滑窗得有重叠区域重叠部分的预测结果用均值或者中位数融合。遥感还有个恶心人的地方——旋转不变性。地面上房子和道路朝向是任意的模型如果只做过水平翻转增强遇到旋转 45 度的建筑群就懵了。所以遥感领域特别看重旋转增强和等变卷积甚至有人专门设计了环形池化层来处理任意朝向的目标。类别的界定也是个大坑。“裸土”和“荒地”在光谱上几乎一样只能靠纹理和上下文来区分“水域”可能是清澈的湖也可能是浑浊的河颜色变了模型就不认了。所以遥感分割往往要引入多光谱/高光谱信息——近红外、短波红外这些波段对植被、水体、建筑物的区分度远高于可见光。如果你只给遥感算法送 RGB 三通道那基本等于让人戴了墨镜干活。再聊聊医学图像分割。这领域比遥感还矫情。数据量极少一个公开数据集可能也就几十例病人而且每家医院的扫描设备、扫描协议都不一样域迁移问题极其严重。在 A 医院 CT 上训好的模型直接去 B 医院 MRI 上测mIoU 直接腰斩。医学分割的“祖宗”是U-Net到 2026 年依然统治着这个领域各种变体层出不穷——U-Net、Attention U-Net、Swin-Unet、nnUNet。尤其是 nnUNet它根本不算一个“新模型”而是一套自适应的训练 pipeline——根据数据集大小自动选择 2D 还是 3D 架构自动推断 patch size、batch size、学习率自动做数据增强。这玩意儿在医学分割竞赛里年年屠榜因为它把调参这事儿自动化了而医学领域最缺的就是会调参的算法工程师。医学分割的Loss 设计也跟通用分割完全不同。Dice Loss 是标配因为医学目标比如肿瘤、器官通常只占整个 CT 体积的极小部分Cross-Entropy 根本学不动。还有中心线 Dice专门评估血管这种管状结构的分割质量你不能只看体素重叠度还要看拓扑结构有没有断裂——连着的血管如果中间断了一截Dice 可能只掉 1 个点但临床医生会直接判定为“不可用”因为介入手术的路径断了。最后说工业质检里的分割——缺陷检测、划痕分割、焊点识别。这活儿最无聊也最挣钱。场景极度单一就几种固定的缺陷类型但要求极高的召回率Recall漏检一个微小的裂纹质检员扣钱产线停摆。所以工业分割的阈值通常设得特别低宁可多报几个假阳性也不能放过真缺陷。工业场景的另一个挑战是小样本——有些新型缺陷总共就收集到十几张样本图。这时候 Few-shot Segmentation 就有了用武之地给你一个 support set几张参考图和一张 query 图让你分割出同一类缺陷。但工业客户才不管你什么 few-shot 不 few-shot他们只会问一句话“能不能在一条产线上训好了直接搬到另一条产线用”——域适应在工业里的需求比学术界想象的要大得多。说句得罪人的话——现在做通用分割的人太多了卷得毫无意义。你刷 ADE20K 刷到 62 还是 63对现实世界有什么影响反而是在遥感、医疗、工业这些垂直领域一个精度 75 但稳定可靠的模型比一个精度 85 但动不动崩溃的模型有价值得多。真正的技术壁垒从来不在那些公开数据集上而在你对某个垂直场景的理解有多深。