在图像分割中，掩码是一个矩阵或数组，用于标识图像中的特定感兴趣区域。它就像一个模版，标记哪些像素属于特定的对象、类或区域。掩码中的每个像素对应于原始图像中的一个像素，并且它的值决定该像素是否属于分割区域。例如，在二元分割中，掩码可以使用 0 表示背景像素，使用 1 表示前景（例如，照片中的一个人）。更复杂的掩码可以使用整数来表示多个类，例如 1 代表道路，2 代表汽车，3 代表自动驾驶数据集中的行人。
掩码通常通过算法或手动注释创建。在实践中，开发人员使用它们来隔离对象，用于对象检测、医学影像分析或背景移除等任务。例如，掩码可以通过标记受影响的像素来突出显示 MRI 扫描中的肿瘤，从而允许医生单独分析它们。 OpenCV、TensorFlow 或 PyTorch 等工具提供了将掩码应用于图像的函数。一种常见的方法是使用神经网络（如 U-Net）通过预测像素级的类概率来生成掩码。然后对掩码进行阈值处理（例如，将概率 >0.5 的值转换为 1）以产生二元输出。掩码也可以存储为灰度图像，其中强度值映射到类，或者存储为具有颜色编码区域的 RGB 图像。
掩码的实际价值在于它们能够实现精确的像素级控制。例如，在卫星图像中，掩码可以区分森林、城市区域和水体。在视频编辑中，掩码有助于模糊背景或替换天空。开发人员经常使用诸如交并比 (IoU) 之类的指标来评估掩码相对于真实注释的准确性。掩码还可以简化数据预处理（例如，仅裁剪或扩充掩码区域）并通过忽略不相关的像素来降低计算成本。通过隔离特定特征，掩码可以更轻松地训练模型、分析结果和部署诸如实时对象跟踪或医学诊断系统之类的应用程序。