Faster R-CNNとは
Faster R-CNNとは、Region Proposal Network（RPN）を導入し、候補領域の抽出もネットワーク内で自動化したモデルです。高速かつ高精度な物体検出を実現しました。
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
候補領域の抽出まで学習で行うようにした、2段階方式の代表的な物体検出モデルです。
RPNという発明
Fast R-CNNまでは、候補領域の抽出に学習しない外部アルゴリズムを使っていました。ここが速度のボトルネックでした。
RPNは、この抽出をニューラルネットワークとして学習します。特徴マップを共有できるため無駄がなく、全体を一気通貫で学習できるようになりました。
2段階方式の代表
「候補を出す → 分類する」という2段階を踏むため、精度が高いのが特徴です。
一方、1回の推論で済ませるYOLO・SSDには速度で劣ります。精度重視ならR-CNN系、速度重視ならYOLO・SSDという使い分けが基本です。
アンカーという考え方
RPNは、あらかじめ用意したさまざまな大きさ・形の基準枠（アンカー）を各位置に置き、それぞれについて「物体があるか」「どうずらすか」を予測します。
この発想はSSDにも取り入れられており、物体検出の基本的な仕組みとなっています。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| Faster R-CNN | 2段階。候補領域→分類。高精度 |
| YOLO・SSD | 1段階。一度の推論で完結。高速 |
🎯 G検定での押さえどころ
- RPNで候補領域の抽出も学習する
- 2段階方式の代表（精度が高い）
- 1段階方式（YOLO・SSD）との対比
⚠️ よくある誤りの選択肢
- 「Faster R-CNNは1段階方式の物体検出手法である」→ 誤り。2段階方式です
- 「Faster R-CNNでは候補領域を外部アルゴリズムで抽出する」→ 誤り。RPNで学習します
📘 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）
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。