⑤ ディープラーニングの応用例 ／ 26. 画像認識
Mask R-CNNとは
Mask R-CNNとは、Faster R-CNNを拡張し、物体検出に加えて各物体のマスク（形状）を推定するモデルです。インスタンスセグメンテーションを実現します。
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
物体を枠で囲むだけでなく、その形まで画素単位で切り出すモデルです。
何を追加したのか
Faster R-CNNは「枠＋ラベル」を出力していました。Mask R-CNNはそこに「その物体の形（マスク）」を出す枝を追加します。
各候補領域について、画素ごとに「その物体に含まれるか」を判定します。これによりインスタンスセグメンテーションが可能になりました。
RoI Align
マスクは画素単位なので、位置のずれが精度に直結します。RoIプーリングでは端数の切り捨てによるわずかなずれが生じていました。
Mask R-CNNはこれを補間で精密に扱うRoI Alignに置き換え、境界の精度を高めています。
医療画像での活用
個々の細胞や病変を1つずつ切り出したい場面では、個体を区別できることが不可欠です。
画素単位の精度と個体の区別を両立できるため、数を数える・大きさを測るといった定量的な分析に向いています。
🎯 G検定での押さえどころ
- Faster R-CNNにマスク推定を追加した
- インスタンスセグメンテーションを実現する
- 個体を区別して画素単位で切り出せる
⚠️ よくある誤りの選択肢
- 「Mask R-CNNは個体を区別せず画素を分類する」→ 誤り。個体を区別します
- 「Mask R-CNNは1段階方式である」→ 誤り。Faster R-CNNベースの2段階方式です
📘 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。