نقترح نهجًا للتعلم من البداية إلى النهاية لتقسيم البانورامي، وهو مهمة جديدة تجمع بين تقسيم الأشياء (things) وتقسيم المعاني (stuff). نموذجنا، TASCNet، يستخدم خرائط الميزات من شبكة ظهر مشتركة لتوقع تقسيمات الأشياء والمعاني في عملية تغذية واحدة وامامية. نفرض قيودًا صريحة على هاتين التوزيعات النهائية من خلال قناع ثنائي عالمي للأشياء والمعاني لضمان التناسق بين المهام. الشبكة الموحدة المقترحة تنافس أفضل التقنيات الحالية في عدة مقاييس لتقسيم البانورامي وكذلك في مهام تقسيم المعاني والأشياء الفردية.