語義分割（Semantic Segmentation）是計算機視覺領域的一種關鍵技術，它旨在將圖像中的每個像素分配給預定義的語義類別。
語義分割不僅識別圖像中存在的對象，而且為每個像素賦予一個語義標籤，從而實現圖像中對象的更精細和準確理解。這種技術能夠為不同領域提供更多智慧型化的套用，如自動駕駛、醫學影像分析、機器人視覺等。
語義分割的步驟包括數據準備（選擇合適的數據集並載入圖像及其標註信息）、模型構建（選擇合適的模型結構進行構建和訓練）、模型訓練（使用訓練數據集對模型進行訓練）、模型評估（使用評估數據集測試和評估模型的性能）以及預測和套用（使用訓練好的模型對新的圖像進行語義分割）。
語義分割與圖像分割和實例分割是計算機視覺中的幾個相關概念。與圖像分割相比，語義分割更注重於像素級別的語義分類，而不僅僅是基於圖像的低級特徵（如顏色和紋理）進行區域劃分。實例分割則進一步區分了屬於同一類別的不同對象實例。這些技術的發展和套用，極大地推動了計算機視覺領域的前進。