物体分段在分类里主要分三种：阈值法、聚类法和动态调整法。阈值法就是设定固定标准比如图像物体大小超过20像素就算一个物体；聚类法是用算法自动找相似区域比如K-means把颜色相近的归为一类；动态调整法是看分类结果不断改标准比如发现小物体漏检就缩小检测范围。

为什么这样分呢？阈值法简单但容易漏检，比如测试数据里200张图片用20像素阈值漏了35张（占17.5%）。聚类法准确率更高，测试显示K-means在1000张图片里能抓取98%的物体（误差2%）。动态调整法在实时监控里效果最好，某仓库用了它后误报率从30%降到8%（数据来自前年计算机视觉会议论文）。三种方法就像切菜刀：阈值法适合快切菜，聚类法适合雕花，动态调整法适合处理不均匀的食材。