⑤ ディープラーニングの応用例 ／ 26. 画像認識
Fast R-CNNとは
Fast R-CNNとは、R-CNNを改良し、画像全体に一度だけCNNを適用することで速度を向上させた物体検出モデルです。RoIプーリングにより精度も確保しました。
この用語はG検定シラバスの「26. 画像認識」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
候補領域ごとではなく画像全体に1回だけCNNをかけて高速化した物体検出です。
R-CNNの何が遅かったのか
元のR-CNNは、候補領域を約2000個切り出し、その1つ1つにCNNを適用していました。同じ画像に何度もCNNを走らせるため非常に低速でした。
Fast R-CNNは画像全体に1回だけCNNを適用し、できた特徴マップから候補領域に対応する部分を切り出します。これで計算の重複がなくなりました。
RoIプーリング
切り出す領域は大きさがまちまちです。そのままでは全結合層に入れられません。
RoIプーリングは、どんな大きさの領域でも固定サイズにそろえて出力します。これによって領域ごとの分類が可能になりました。
ただし候補領域の抽出自体はまだ外部処理でした。それも取り込んだのがFaster R-CNNです。
R-CNN系の系譜
改良の流れを押さえておくと整理しやすくなります。
- R-CNN：候補領域ごとにCNN（非常に遅い）
- Fast R-CNN：CNNは1回だけ
- Faster R-CNN：候補領域の抽出も学習
- Mask R-CNN：マスク推定を追加
段階的に「外部処理を内部に取り込んだ」という流れです。
🎯 G検定での押さえどころ
- 画像全体に一度だけCNNを適用する
- RoIプーリングで領域を固定サイズにそろえる
- 候補領域の抽出はまだ外部処理（→Faster R-CNNで統合）
⚠️ よくある誤りの選択肢
- 「Fast R-CNNは候補領域ごとにCNNを適用する」→ 誤り。それは元のR-CNNです
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「Faster R-CNN・Mask R-CNN」（E資格向け）
この用語を覚えたら
チェックは章ページと「試験内容解説」TOPの進捗にも反映されます
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。