• 이미지 분할은 계산적으로 더 복잡하고 자원을 많이 소모합니다. 각 픽셀에 대한 분류가 필요하기 때문에 높은 정확도를 달성하기 위해서는 더 강력한 처리 능력과 더 많은 데이터가 필요합니다. 이는 특히 대규모 이미지나 복잡한 장면에서 두드러집니다.

• 이미지 분할 모델의 훈련은 일반적으로 더 많은 시간과 노력을 요구합니다. 고품질의 영역 분할을 위해서는 상세한 레이블링이 필요한데, 이는 시간과 비용이 많이 드는 작업입니다.

• 객체 탐지에 비해 일반화가 더 어렵습니다. 이미지 분할 모델은 훈련 데이터에 크게 의존하기 때문에 새로운 유형의 이미지나 다른 환경에서는 성능이 저하될 수 있습니다.