全景分割是很吸引人的主题，它结合语义和实例分割的优势构建更强大的方案。但目前大多数顶尖方法都分别用两个模型建模语义和实例分割两种任务，并最后将预测结果组合在一起。这种方法并不能利用两者间的交互信息提供更准确的预测，这样也就没什么意义了。在何恺明等研究者的这篇论文《Panoptic Feature Pyramid Networks》中，他们结合 Mask R-CNN 与 FCN 构建出一种新型的全景分割模型，这个统一的模型在两种任务间共享计算，并实现非常好的性能。