⑤ ディープラーニングの応用例 ／ 26. 画像認識
インスタンスセグメンテーションとは
インスタンスセグメンテーションとは、個々の個体（例：人Aと人B）を区別し、ピクセル単位で切り出すタスクです。物体検出とセグメンテーションを統合した位置づけになります。
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
同じ種類の物体でも1つずつ区別して、画素単位で切り出すタスクです。
物体検出との違い
物体検出は四角い枠で囲むだけです。枠の中には背景も含まれます。
インスタンスセグメンテーションは物体の形に沿って画素単位で切り出します。個体を区別する点は物体検出と同じで、出力がより精密になったと考えるとよいでしょう。
代表的な手法
Mask R-CNNが代表例です。Faster R-CNNで個体を検出したうえで、各個体のマスクを推定する構成になっています。
なお背景（空や地面など）は対象になりません。背景まで含めて扱うのがパノプティックセグメンテーションです。
数えられることの価値
個体を区別できると「何個あるか」を数えられます。セマンティックセグメンテーションではこれができません。
細胞の計数、群衆の人数把握、在庫の数量確認など、定量的な把握が必要な場面で価値を発揮します。
🎯 G検定での押さえどころ
- 個体を区別して画素単位で切り出す
- セマンティック（個体を区別しない）との違い
- 代表的手法はMask R-CNN
⚠️ よくある誤りの選択肢
- 「インスタンスセグメンテーションでは同じクラスの物体をまとめて扱う」→ 誤り。個体ごとに区別します
📘 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「セマンティックセグメンテーションの概要」（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。