La détection trouve des objets et dessine des boîtes. La segmentation est plus fine : elle attribue une classe à chaque pixel. Une coupe CT représente une tumeur par rapport à un tissu sain par rapport à l'arrière-plan à une résolution en pixels : c'est ce dont ont besoin la médecine, la conduite autonome et l'analyse par satellite. U-Net (2015, imagerie biomédicale) est devenu l'architecture par défaut pour la segmentation dense.