⑤ ディープラーニングの応用例 ／ 26. 画像認識
物体検出とは
物体検出とは、画像内のどこに何があるかを境界ボックスとラベルで特定するタスクです。代表的手法にR-CNN系とYOLO・SSDがあります。
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
画像の中の物体を四角い枠で囲み、それが何かを答えるタスクです。
2つの方式
物体検出の手法は、大きく2系統に分かれます。この対比がG検定対策として最も重要です。
| 方式 | 特徴 | 代表 |
|---|---|---|
| 2段階 | 候補領域を出してから分類。高精度だが遅い | Faster R-CNN |
| 1段階 | 一度の推論で位置と分類を同時に。高速 | YOLO・SSD |
評価のしかた
物体検出では、枠の位置がどれだけ合っているかをIoU（重なりの割合）で測ります。その上で適合率と再現率を計算し、mAPという指標で総合評価するのが一般的です。
単純な正解率では評価できない点が分類タスクとの違いです。
リアルタイム性が問われる場面
自動運転や監視カメラでは1秒間に何十枚も処理する必要があります。精度が高くても遅ければ使えません。
そのためYOLO系が選ばれることが多く、用途によって最適な手法が変わる典型例になっています。
🎯 G検定での押さえどころ
- 境界ボックス＋ラベルで出力する
- 2段階（R-CNN系）と1段階（YOLO・SSD）の対比
- 評価にはIoUやmAPを用いる
⚠️ よくある誤りの選択肢
- 「物体検出は画素単位でカテゴリを割り当てる」→ 誤り。それはセグメンテーションです
- 「YOLOは2段階方式の代表例である」→ 誤り。1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「物体検出の概要」（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。