المهمة الجديدة للتقسيم الشامل (Panoptic Segmentation) التي تم تقديمها مؤخرًا أعادت إثارة اهتمام مجتمعنا بتوحيد مهمتي التقسيم النسبي (لفئات الأشياء) والتقسيم الدلالي (لفئات المواد). ومع ذلك، فإن الأساليب الحالية الرائدة لهذه المهمة المشتركة تستخدم شبكات منفصلة وغير متشابهة للتقسيم النسبي والدلالي، دون إجراء أي حسابات مشتركة. في هذا البحث، نهدف إلى توحيد هذه الأساليب على المستوى المعماري، من خلال تصميم شبكة واحدة تنجز كلا المهمتين. نهجنا هو تعزيز طريقة Mask R-CNN، وهي طريقة شائعة للتقسيم النسبي، بفرع للتقسيم الدلالي باستخدام هيكل مشترك لشبكة الهرم المميز (Feature Pyramid Network - FPN). بشكل مفاجئ، هذا الأساس البسيط ليس فقط فعالًا في التقسيم النسبي، بل ينتج أيضًا طريقة خفيفة الوزن ورائدة في التقسيم الدلالي. في هذا البحث، نقوم بدراستٍ مفصلة لهذا الإصدار الممدود قليلًا من Mask R-CNN مع FPN، والذي نشير إليه باسم Panoptic FPN، ونظهر أنه أساس قوي ودقيق لكلا المهمتين. بالنظر إلى فعاليته وبساطته المفاهيمية، نأمل أن يكون نهجنا بمثابة أساس قوي يساعد في الأبحاث المستقبلية في مجال التقسيم الشامل.