图像语义分割一直是计算机视觉领域的研究重点,而深度学习是目前人工智能方向飞速发展的热点,因此基于深度学习的机器视觉方面的应用已成为学术界和工业界的研究热点之一。目前,大多数应用都是以精确有效的分割机制为前提基础的,如自动驾驶、医学分析、场景理解,虚拟现实以及增强现实等。作为计算机视觉高性能的方法,深度学习在很大程度上解决了学术研究或市场应用中包括语义分割或场景理解的任务需求。本文旨在对基于深度学习的图像语义分割技术在计算机视觉领域中的若干应用进行研究,具体内容包括:针对脊柱病理的解剖变异、植入物引起的噪声以及不同感受野产生的范围差异等问题,提出了一种基于多U-Net融合的椎骨定位与分割方法。该方法利用不同的U-Net,依次在CT图像上进行脊柱粗定位、椎骨粗定位和椎骨精准分割,实现了高度重复结构的图像分割和标记。首先,使用改进的U-Net在原图像中定位脊椎的粗略位置。然后,利用空间配置网络（SC-Net）使用热图回归进行椎骨的定位和识别。最后,设计一个具有高分辨的U-Net对每个已识别的椎骨进行二元分割,并将单个预测结果合并到最终的多标签椎骨分割中。通过在MICCAI 2019大规模椎骨分割挑战赛（Ver Se 2019）上的实验结果表明,所提方法较大部分提交的对比方法有更优的分割性能。针对不同数据集存在自身固有分布变化的问题,提出一种能够从多个数据集中学习的跨数据集协作学习方法。该方法在给定多个标记数据集的情况下,提高了每个数据集上特征表示的泛化和区分能力。首先,引入一系列数据集感知块作为网络的基本计算单元,以捕获不同数据集的同质表示和异质统计。然后,设计一种数据集交替训练机制来有效地促进优化过程。最后,在单数据集和跨数据集不同情境下,对Cityscapes、BDD100K、Cam Vid和COCO Stuff等四个不同的公开数据集进行性能评估,以验证方法的有效性。实验结果表明,与以往的单数据集和交叉数据集训练方法相比,该方法在不引入额外触发器的情况下取得了显著的改进,特别是在相同的PSPNet（Res Net-18）架构下,所提协作学习方法在Cityscapes、BDD100K和Cam Vid验证集上的m Io U值明显优于单数据集。针对多源情境下的语义分割自适应问题,提出一种基于协同学习的多源域自适应语义分割方法。该方法利用两种协作学习策略来探索跨不同领域的基本语义上下文和领域不变语义上下文。首先,引入一种简单的图像平移方法对齐像素值的分布,以在一定程度上减少源域和目标域之间的差异。然后,设计一种域自适应协作学习方法,在无需查看目标域数据集的前提下,充分利用跨源域的基本语义信息。最后,通过使用由集成模型生成的在线伪标签,限制多个自适应模型的输出,并利用未标记的目标域数据来进一步提升域自适应的性能。通过在公开数据集上的对比和消融实验结果表明,所提方法较其他最先进的单源和多源无监督域自适应方法有显著的性能提升。针对全景分割网络框架独立性以及雷达（Li DAR）点云数据的特殊性问题,提出一个基于极坐标鸟瞰图（Bird’s Eye View,BEV）的Li DAR点云全景分割方法。该方法使用极坐标下的鸟瞰图表示在单个推理网络中学习语义分割和类不可知实例聚类,以避免城市街道场景中实例之间的遮挡问题。首先,通过投影和量化操作创建固定大小的极坐标BEV编码,用于处理包含随机大小的点云数据。其次,利用一个包含4个编码层和4个解码层的U-Net作为基本网络,并按照Polar Net方式对编码后的Li DAR点云数据进行语义分割。然后,在语义分割的基础上,构建一种无提议的Li DAR全景分割网络,有效地实现实例聚类分割。最后,设计一种改进的实例扩充技术和对抗性点云剪枝方法,以提高网络的可学习性。通过在Semantic KITTI和Nu Scenes数据集上的实验结果表明,所提方法在保证实时预测速度的前提下,较基线方法具有更优的性能。