问为什么我们需要像yolo这样的目标检测算法，而我们有像deeplab_V3+这样的图像分割算法呢？

EN

在目标检测中，该方法基于包围盒坐标对图像中的目标进行定位和分类。然而，在图像分割中，模型也会检测到目标的精确边界，这通常会使其速度变慢。他们都有自己的用途。在许多应用程序(例如人脸检测)中，您只想检测图像中的某些特定对象，而不一定关心它们的确切边界。但是在某些应用中(例如医学图像)，你需要的是肿瘤的确切边界。此外，我们还可以考虑为这些任务准备数据的过程：

• 分类:我们只为每个图像提供一个标签。
• 本地化:我们为每个图像提供了一个边框(4个元素)。
• 检测:我们应该为每个对象提供一个边界框和一个标签。
• 分割:我们需要定义每个对象的确切边界(语义分割)。

因此，对于分割，需要更多的工作在提供数据和训练(编解码器)模型，这取决于您的目的的任务。