全景分割需要在同一输出中对“物体”（可数对象实例）和“区域”（不可数且无定形的区域）进行分割。一种常见的方法是将实例分割（用于“物体”）和语义分割（用于“区域”）融合为非重叠的片段放置，并解决重叠问题。然而，基于检测置信度的实例排序与自然遮挡关系并不总是很好地对应。为了解决这一问题，我们提出了一种分支方法，该方法负责建模两个实例掩码如何作为二元关系相互重叠。我们的方法称为OCFusion，虽然轻量级但特别有效于实例融合过程。OCFusion通过从现有数据集注释中自动派生的真实关系进行训练。我们在COCO数据集上获得了最先进的结果，并在Cityscapes全景分割基准测试中展示了具有竞争力的结果。