不用深度学习实现像素分割

像素分割可以使用基于传统图像处理方法的技术来实现，例如基于阈值分割、边缘检测、形态学等算法。这些算法可以对图像进行处理，分离出不同的物体或区域。此外，还可以使用机器学习方法，例如支持向量机、决策树等，来训练模型，实现像素分割任务。不过，深度学习方法在像素分割任务上表现出色，尤其是基于卷积神经网络的方法，例如 U-Net、Mask R-CNN 等。这些方法可以通过大量的数据训练模型，取得更好的效果。