请罗列图像分割模型有哪些以及它们的优缺点

常见的图像分割模型包括：FCN、U-Net、SegNet、DeepLab、Mask R-CNN等。它们的优缺点如下：

1. FCN：全卷积网络，可以对任意大小的输入图像进行分割，但是对于细节部分的分割效果不够理想。

2. U-Net：具有编码器和解码器结构，可以更好地保留细节信息，但是对于大尺度物体的分割效果不够好。

3. SegNet：具有编码器和解码器结构，可以更好地保留细节信息，但是对于大尺度物体的分割效果不够好。

4. DeepLab：采用空洞卷积和多尺度信息融合的方式，可以更好地处理大尺度物体，但是对于小物体的分割效果不够好。

5. Mask R-CNN：基于 Faster R-CNN 的框架，可以同时进行目标检测和分割，但是计算量较大，速度较慢。

以上是常见的图像分割模型及其优缺点。