Classification
简单地说，图像分类是一种用于对图像中特定对象的类别进行分类或预测的技术，该技术的主要目的是准确识别图像中的特征。就是说输入一张图片然后输出图片中含有的分类
Object Detection
目标检测任务是给定一张图像或是一个视频帧，让计算机定位出这个目标的的位置并且知道目标物是什么，即输出目标的Bounding Box（边框）以及标签。
目标分割是检测到图像中的所有目标，分为语义分割（Semantic-level）和实例分割（Instance-level），解决“每一个像素属于哪个目标物或场景”的问题，属于像素级的，需要给出属于每一类的所有像素点，而不是矩形框。是在像素层面上进行划分
语义分割，能够描绘出什么物体在哪里做了什么事情等，分割是指对图片中的每个像素点进行标注，标注属于哪一类别。
实例分割其实就是目标检测和语义分割的结合。相对目标检测的边界框，实例分割可精确到物体的边缘；相对语义分割，实例分割需要标注出图上同一物体的不同个体
上图中b,c只能检测出目标属于哪个类，而不能区分个体。只能区分他们是cube但不能区分到底是哪个具体的cube。
d实例分割，要区分出实例，每个个体都被认为是不同的。区分出cube1,cube2,cube3
