Gli oggetti mimetici tentano di nascondere la loro trama sullo sfondo e discriminarli dallo sfondo è difficile anche per gli esseri umani. L’obiettivo principale di questo documento è quello di esplorare il problema della segmentazione degli oggetti mimetici, vale a dire segmentare gli oggetti mimetici per una data immagine. Questo problema non è stato ben studiato nonostante una vasta gamma di potenziali applicazioni, tra cui la conservazione degli animali selvatici e la scoperta di nuove specie, sistemi di sorveglianza, missioni di ricerca e soccorso in caso di disastri naturali come terremoti, inondazioni o uragani. Questo documento affronta un nuovo impegnativo problema di segmentazione degli oggetti camuffati. Per risolvere questo problema, forniamo un nuovo set di dati immagine di oggetti camuffati per scopi di benchmarking. Inoltre, proponiamo una rete end-to-end generale, chiamata Anabranch Network, che sfrutta sia le attività di classificazione che quelle di segmentazione. A differenza delle reti esistenti per la segmentazione, la nostra rete proposta possiede il secondo ramo per la classificazione per prevedere la probabilità di contenere oggetti camuffati in un’immagine, che viene quindi fuso nel ramo principale per la segmentazione per aumentare l’accuratezza della segmentazione. Ampi esperimenti condotti sul set di dati di nuova costruzione dimostrano l’efficacia della nostra rete utilizzando varie reti completamente convoluzionali.