เปรียบเทียบวิธี

	การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)	การจำแนกประเภทรูปภาพ
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2017	2012 (deep CNN era); conceptual roots 1989 (LeCun)
ผู้ริเริ่ม	He, K., Gkioxari, G., Dollar, P., Girshick, R.	Krizhevsky, A.; Sutskever, I.; Hinton, G. E.
ประเภท	Pixel-level detection and mask prediction	Supervised classification task
แหล่งต้นตำรับ	He, K., Gkioxari, G., Dollar, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969.	Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems (NeurIPS), 25, 1097–1105.
ชื่อเรียกอื่น	instance-level segmentation, object instance segmentation, mask prediction, panoptic instance segmentation	visual classification, image recognition, CNN-based classification, visual categorization
ที่เกี่ยวข้อง	4	5
สรุป	Instance segmentation is a computer vision task that simultaneously detects every distinct object in an image and produces a precise pixel-level mask for each individual object instance. Unlike semantic segmentation, which labels every pixel with a class, instance segmentation distinguishes between separate objects of the same class, enabling fine-grained spatial understanding.	Image classification is the task of assigning a single semantic label to an entire image from a fixed set of categories. Modern approaches rely on deep convolutional neural networks (CNNs) or Vision Transformers (ViTs) trained end-to-end on large labeled datasets such as ImageNet, achieving superhuman accuracy on many benchmarks and underpinning applications from medical imaging to autonomous vehicles.