⑤ ディープラーニングの応用例 ／ 26. 画像認識
MobileNetとは
MobileNetとは、Depthwise Separable Convolutionを採用し、計算量とモデルサイズを大幅に削減した軽量CNNです。モバイル端末向けに設計されています。
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
スマートフォンでも動かせるように、計算量を大きく削減したCNNです。
軽量化の中核
通常の畳み込みをDepthwise（空間方向）と Pointwise（チャンネル統合）に分離することで、計算量を数分の1に減らしています。
精度はわずかに落ちますが、端末上で動くかどうかという決定的な違いを生みます。
エッジAIを支える
端末側で推論を行えば、通信の遅延がなく、データを外部に送らずに済むためプライバシー面でも有利です。
医療機器や車載システムなど、応答速度と安全性が求められる場面で軽量モデルの価値が高まります。軽量化の手法はモデルの軽量化の章でも扱われます。
バージョンごとの改良
MobileNetにはv1・v2・v3があり、段階的に改良されています。v2ではスキップ結合の工夫、v3ではNASによる構造探索が取り入れられました。
軽量化の技術も積み重ねで進化していることが分かります。
🎯 G検定での押さえどころ
- Depthwise Separable Convolutionで軽量化
- モバイル端末向けの設計
- エッジAIを支える技術
⚠️ よくある誤りの選択肢
- 「MobileNetは精度を最優先した大規模モデルである」→ 誤り。軽量化を優先しています
📘 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「畳み込みニューラルネットワーク」（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。