我能够应用DeepLabV3+来分割图像，但也想获得围绕个体检测的边界。
例如，在上面的图像分割面具中，我无法区分马上的两个孩子。如果我可以画出每个孩子的边界或为他们设置不同的颜色，我就能区分它们。如果有任何方法可以配置deepLab来实现这一点，请告诉我。
你混淆了两个任务：semantic segmentation和instance segmentation。 DeepLbV3 +（以及许多类似的深网）正在解决语义分割问题：即用它所属的类标记每个像素。你得到了一个非常好的结果，所有属于“人”的像素都是粉红色的。语义分割算法不关心图像中有多少“人”，他们不希望也不关心单独标记每个人。只要所有“人”像素都被标记为这样 - 任务就会很好地完成。
另一方面，您正在寻找的是实例细分：即将每个“人”标记为图像中的唯一人。这是一项复杂得多的任务：您不仅应该成功将所有“人物”像素标记为“人物”，而且还希望将“人物”像素分组到图像中的不同实例中。 由于实例分割是一项更加困难的任务，因此您需要使用不同的模型/网络来完成它。 我建议Mask R-CNN作为实例分割算法的一个很好的起点。