two stage(两阶段实例分割)自上而下(Top-Down)和自下而上(Bottom-Up)

自上而下（Top-Down）

 自上而下的实例分割方法的思路是：首先通过目标检测的方法找出实例所在的区域（bounding box），再在检测框内进行语义分割，每个分割结果都作为一个不同的实例输出。
 这类方法的代表作就是大名鼎鼎的Mask R-CNN了，如下图，总体结构就是Faster R-CNN的两阶段目标检测，box head用来做检测，增加了mask head用来做分割，模型大家都很熟，细节就不再赘述

自下而上（Bottom-Up）

 自下而上的实例分割方法的思路是：首先进行像素级别的语义分割，再通过聚类、度量学习等手段区分不同的实例。这种方法虽然保持了更好的低层特征（位置信息等），但是缺点也比较明显：

• 对密集分割的质量要求很高，会导致非最优的分割
• 泛化能力较差，无法应对类别多的场景
• 后处理方法繁琐

参考链接