インスタンスセグメンテーション
画像の画素ごとにクラスを予測するだけでなく、同じクラスの物体でも1つずつ区別して領域を求めるタスクとして、最も適切なものを1つ選べ。
- A
物体検出
- B
セマンティックセグメンテーション
- C
画像分類
- D
インスタンスセグメンテーション
正解と解説を見る
正解：D
インスタンスセグメンテーションは、同じクラスの物体も1つずつ区別して領域を求める。
| 課題 | 出力 | 2匹の犬と1匹の猫の画像の場合 |
|---|---|---|
| 分類 | 画像全体のクラス | 「犬と猫がいる」 |
| 物体検出 | 物体ごとの枠とクラス | 犬の枠2つ、猫の枠1つ |
| セマンティック セグメンテーション | 画素ごとのクラス | 犬の画素・猫の画素（犬2匹は区別しない） |
| インスタンス セグメンテーション | 画素ごと＋個体の区別 | 犬1、犬2、猫を別々に塗り分け |
| パノプティック セグメンテーション | セマンティックとインスタンスを統合し、すべての画素に「クラス＋個体」を付ける | 犬1・犬2・猫に加え、背景（空・地面など）も塗り分ける |
- A
誤り。物体検出は、物体の位置を四角い枠（バウンディングボックス）で求めるタスクで、画素単位の領域までは求めない。
- B
誤り。画素ごとにクラスを予測するが、同じクラスの物体どうしは区別しない。
- C
誤り。画像全体に1つのクラスを割り当てるタスク。
- D
正しい。代表的なモデルに Mask R-CNN がある。物体と背景の両方を扱うものはパノプティックセグメンテーションと呼ぶ。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。