第一阶段：看分割是分割
这个阶段的典型表现是，有了对深度学习和计算机视觉的基础，开始痴迷于各种分割网络和loss改进，对benchmark的每一个性能的改进都有很好的follow。这个阶段应该梳理以下问题：
- 语义/实例/全景分割的问题难点在哪里 benchmark数据集有哪些
- 评价指标是什么
- 现有的方法有哪些，关系是什么
- 还有哪些可以改进的地方
理论搞的差不多，开始上一些code部分：
语义分割
@立夏之光的EMANet，代码风格简洁易懂。
https://link.zhihu.com/?target=https%3A//github.com/XiaLiPKU/EMANet
@Zijun Deng的分割模板，写的也非常不错。
https://link.zhihu.com/?target=https%3A//github.com/zijundeng/pytorch-semantic-segmentation
@旷视的TorchSeg，很旷视
https://link.zhihu.com/?target=https%3A//github.com/ycszen/TorchSeg
实例分割
FAIR的经典maskrcnn框架
https://link.zhihu.com/?target=https%3A//github.com/facebookresearch/maskrcnn-benchmark
MMlab的MMDetection，用过的人都说好
https://link.zhihu.com/?target=https%3A//github.com/open-mmlab/mmdetection
第二阶段:看分割是CV
这个阶段建立在第一个阶段的基础上，对分割问题有了较为全面的认识，各个benchmark和网络都能如数家珍。这个阶段的典型表现是开始看其他视觉领域的工作，包括但不限于：
- Object Detection
- Skeleton Detection
- Face Detection
- Text Detection
- PersonReID
- Single/Multi objectTracking
能发现分割从表示上的局限性和其他任务之间的相关性 (注意，第一阶段是分割这个domain内部工作之间的相关性)。到这里，你会发现分割可以用来做检测，回归可以用来做分割，不同CV领域的工作和设计思路对分割都可能有启发。
典型的最近Anchor-free的一系列工作(CornerNet, CenterNet, FCOS等)，其实就是用FCN+Regression去做检测，本质上改变了Detection gt的表示。再比如 @谢恩泽的PolarMask: Single Shot Instance Segmentation with Polar Representation，将mask表示从dense pixel-wise的gt，变成极坐标下的polygon，进而可以用回归相关的参数。
第三阶段:看分割是learning
到了这个阶段，你会发现我们之前都在一个supervised并且没有noise的框架下讨论问题。比如一些unsupervised和semi-supervised的范式，怎么能更好的提升。如何让分割网络有更好的transfer能力和抵御对抗攻击的能力。这个阶段一般开始看learning相关的文章，包括但不限：
- unsupervised learning
- semi-supervised learning
- adversarial training
- generative model
- transfer learning
- federated Learning
比如在Indirect Local Attacks for Context-aware Semantic Segmentation Networks中，PSPNet和PSANet等SOTA分割模型被局部攻击后，效果还不如FCN baseline，是非常有意思的发现。Google的 Self-training with Noisy Student improves ImageNet classification，已经不再是从(人工)网络设计上去提升性能，而是通过一种半监督的方式，利用更多的无监督的数据进行迭代学习去提升分类的性能。何凯明的Momentum Contrast for Unsupervised Visual Representation Learning提出了一种新的无监督范式，在7个分割/检测的benchmark上得到了提升。
