⑤ ディープラーニングの応用例 ／ 26. 画像認識
SENetとは
SENetとは、チャンネルごとの重要度を学習し、重要な特徴を強調するチャネル注意機構を持つCNNです。2017年のILSVRCで優勝しました。
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
どのチャンネルが重要かを学習して、重みづけするCNNです。
2つの操作
結果として、重要なチャンネルは強調され、不要なチャンネルは抑制されます。
Attentionの一種
この仕組みはAttentionの考え方をチャンネル方向に適用したものと見ることができます。「重みを掛けて必要な情報を選ぶ」という点で共通しています。
既存のCNNに追加するだけで精度が上がるため、多くのモデルに組み込まれました。
後付けできる利点
SEブロックは既存のCNNに差し込むだけで使えます。ResNetに組み込んだSE-ResNetなどが代表例です。
大がかりな設計変更なしに精度を上げられるため、広く採用される部品になりました。
🎯 G検定での押さえどころ
- Squeeze-and-Excitationによる注意機構
- チャンネルごとの重要度を学習する
- 2017年のILSVRC優勝
⚠️ よくある誤りの選択肢
- 「SENetは空間方向の重要度を学習する」→ 誤り。チャンネル方向です
📘 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「ResNet・WideResNet」（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。