CNNの応用 - 画像認識・物体検出

代表的な応用は大きく3つね。
まず『画像分類』は『この画像は猫です』と1枚に1ラベルを付けるタスク。
次に『物体検出』は、画像中の物体の位置と種類を同時に特定する。
そして『セグメンテーション』は画素ごとに何が映っているかを塗り分けるの。

補足すると……あら、補足はゆきさんのお仕事だったわね。
ふふっ。

ふふ、さすがね。
代表的なモデルだとYOLO?
やSSD?
といった、1回の計算で位置と種類を同時に出す高速モデルが使われているわ。
R-CNN系 (Faster R-CNN, Mask R-CNNなど) はやや重いけれど高精度な選択肢ね。

医療分野でもCNNは大活躍で、X線やCT画像からがんを検出するのにも使われているの。
転移学習?
で少量の医療画像でも実用精度に届きつつあるわ。

最近ではTransformer?
ベースのVision Transformer?
も台頭しているけれど、産業実装ではCNNが依然として主力よ。
軽量さ・速度・実績の3つで強みがあるわ。

試験では『画像分類/物体検出/セグメンテーション』の3つの違いが頻出なので、それぞれの代表モデル名とセットで覚えておくと安心よ。