⑤ ディープラーニングの応用例／ 26. 画像認識

UNetとは

UNetとは、U字型構造を持ち、少量の学習データでも高精度なセグメンテーションを実現するモデルです。医療画像解析で広く利用されています。

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。

U字型の構造を持ち、少ないデータでも精密に領域を切り出せるモデルです。

U字型とスキップ接続

前半で圧縮（エンコーダ）、後半で復元（デコーダ）する対称的な構造がU字に見えることが名前の由来です。

重要なのは同じ解像度のエンコーダとデコーダを直接つなぐスキップ接続です。圧縮で失われた細かい位置情報をデコーダ側へ直接渡せるため、境界が精密になります。

医療画像はデータ数が限られ、専門家によるラベル付けのコストも高いという制約があります。

UNetは少量データでも学習しやすく、境界を精密に捉えられるためこの分野と相性が良いモデルです。データ拡張との組み合わせも効果的とされています。

UNetの構造は汎用性が高く、衛星画像の解析、拡散モデルの内部構造など幅広い分野で使われています。

「圧縮して復元し、途中の情報をつなぐ」という形が多くの課題に適合したためです。