COCO Stuff Segmentation Task의 목적은 Stuff Class의 의미론적 세분화 기술 수준을 향상시키는 것입니다. 주로 사물 클래스(사람, 자동차, 코끼리)를 해결하는 대상 감지 작업에 비해 이 작업은 물건 클래스(잔디, 벽, 하늘)에 더 중점을 둡니다. COCO Stuff는 특정 크기와 모양의 물체를 말하며, 일반적으로 여러 부분으로 구성되어 있는 반면, Stuff Class는 특정하거나 고유한 공간적 범위와 모양이 없는, 균일하거나 반복되는 미세한 규모의 속성 패턴으로 정의되는 배경입니다. COCO에서는 약 66% 픽셀을 다루며, 이를 통해 장면 유형, 가능한 범주 및 위치, 장면의 기하학적 속성 등 이미지의 중요한 측면을 해석하고 이해할 수 있습니다.