Camuflada objetos tentativa de esconder a sua textura no fundo e discriminar-los do fundo é difícil, mesmo para os seres humanos. O principal objetivo deste artigo é explorar o problema de segmentação de objetos camuflados, ou seja, segmentar o objeto ou objetos camuflados para uma determinada imagem. Este problema não foi bem estudado, apesar de uma ampla gama de aplicações potenciais, incluindo a preservação de animais selvagens e a descoberta de novas espécies, sistemas de vigilância, missões de busca e resgate em caso de desastres naturais, como terremotos, inundações ou furacões. Este artigo aborda um novo problema desafiador de segmentação de objetos camuflados. Para resolver este problema, nós fornecemos um novo conjunto de dados de imagem de objetos camuflados para fins de benchmarking. Além disso, propomos uma rede geral de ponta a ponta, chamada rede Anabranch, que alavanca tanto as tarefas de classificação quanto de segmentação. Diferente das redes existentes para segmentação, nossa rede proposta possui o segundo ramo para classificação para prever a probabilidade de conter objetos camuflados em uma imagem, que é então fundido no ramo principal para segmentação para aumentar a precisão da segmentação. Extensas experiências realizadas no conjunto de dados recentemente construído demonstram a eficácia da nossa rede usando várias redes totalmente convolucionais.