Los métodos de segmentación basados en aprendizaje profundo han logrado excelentes resultados. Como dos tareas principales en visión por computadora, la segmentación de instancias y la segmentación semántica están estrechamente relacionadas y son mutuamente beneficiosas. La información del contexto espacial de las características semánticas también puede mejorar la precisión de la segmentación de instancias. Inspirados en esto, proponemos un nuevo marco de segmentación de instancias llamado Partial Atrous Cascade R-CNN (PAC), que mejora efectivamente la precisión del límite de segmentación.