在论文《DeeperLab: Single-Shot Image Parser》中，研究者提出了一种用于全图像分析的 single-shot、bottom-up 的方法。全图像分析，也称为全景分割，涵盖了「stuff」类的语义分割任务和「thing」类的实例分割，为图像中的每个像素分配语义和实例标签。最近的全图像分析方法通常使用单独的独立模块进行组成语义和实例分割任务，并且需要多次推断。相反，本文提出的 DeeperLab image parser（图像解析器）使用一种非常简单的全卷积方法执行全图像分析，该方法以 single-shot 方式联合处理语义和实例分割任务，从而使得流线型系统更适合快速处理。对于定量评估，作者使用基于实例的全景质量（PQ）度量，并提出基于区域的分析覆盖（PC）度量，它更好地捕获「stuff」类和更大物体实例上的图像分析质量。