主要引入了全景分割，以使目標檢測過程更易于管理和準確[23]。目標檢測是計算機視覺和圖像處理的重要技術。它指的是在數字圖像和視頻中檢測特定類別的語義目標（例如人類、建筑物或汽車）的實例。全景分割已經受到了新的和魯棒的目標檢測方案的顯著關注[98，134，135]。

在全景分割的應用方面，人們傾向于自動駕駛、行人檢測和醫(yī)學圖像分析（特別是使用組織病理學圖像）。然而，新的應用機會正在出現，例如在軍事部門，全景分割可以用來可視化戰(zhàn)場上隱藏的敵人。另一方面，盡管全景分割的實時應用還很少，但人們對這一方向的興趣越來越大。全景分割最顯著的特征之一是它能夠注釋數據集，這顯著減少了標注過程所需的計算時間。

在這種情況下，全景分割可以顯著有助于識別這些物體（thing），例如，除了對行駛道路（stuff）進行分割之外，還可以讀取標志并檢測橫穿道路的人，特別是在繁忙街道上[177]。圖7說明了自動駕駛車輛全景分割的適用性示例。這也可以通過使用適當的計算板來實現，該計算板能夠基于DL來訓練全景分割模型，從而更好地將場景理解為整體而不是分段。

在不久的將來，全景分割被寄予了很大的希望，以改進醫(yī)學圖像分割。事實上，從醫(yī)學圖像中對癌細胞的無定形區(qū)域進行全景分割可以幫助醫(yī)生檢測和診斷疾病以及腫瘤的定位。這是因為不同癌細胞的形態(tài)學線索對于病理學家確定癌癥分期非常重要。在這方面，全景分割有助于獲得定量形態(tài)學信息，如[112]所示，其中提出了用于全景分割的端到端來分析病理圖像。此外，雖然大多數現有的細胞分割方法基于語義級或實例級細胞分割，但全景分割方案統(tǒng)一了目標的檢測和定位，并將像素級分類信息分配給具有大重疊的區(qū)域，例如背景。這有助于他們超越進的技術。

在農業(yè)數據處理中，全景一鍵分割可以幫助農業(yè)者快速準確地分割出農田、植物、病蟲害等不同區(qū)域，提高了數據處理的效率和準確性。例如，在農作物生長監(jiān)測中，全景一鍵分割可以自動分割出農田中的不同作物區(qū)域，快速準確地監(jiān)測作物的生長情況；在病蟲害檢測中，全景一鍵分割可以自動分割出葉片和果實等部位的圖像，快速準確地檢測出病蟲害的存在和程度。