AI資格 模擬試験

G検定 模擬問題 第3回 問75・ディープラーニングの応用例（画像認識）

R-CNN

初期の物体検出のモデル R-CNN の説明として、最も適切なものを1つ選べ。

  1. A

    画像をグリッドに分け、1回の処理で位置とクラスを予測する。

  2. B

    Selective Search などで物体のありそうな領域の候補を多数取り出し、それぞれを CNN に入力して特徴を取り出し、分類する。

  3. C

    画像全体を1つのクラスに分類するだけのモデルである。

  4. D

    音声から文字を出力するモデルである。

正解と解説を見る

正解：B

R-CNN は、領域の候補ごとに CNN で特徴を取り出して分類する初期の物体検出のモデル。

R-CNN系の進化：R-CNNは候補領域ごとにCNN（遅い）、Fast R-CNNは画像全体を1回CNNにかけて領域の特徴を切り出し、Faster R-CNNは候補領域の提案（RPN）もネットワークで行う。
手法候補領域の作り方特徴の計算
R-CNN選択的探索（ネットワークの外）候補領域ごとにCNNを実行（遅い）
Fast R-CNN選択的探索（ネットワークの外）画像全体で1回CNN、領域ごとにRoIプーリング
Faster R-CNNRPN（Region Proposal Network、ネットワークの中）画像全体で1回CNN、候補領域も共有した特徴から提案

学習のポイント：R-CNN → Fast R-CNN → Faster R-CNN で何が速くなったかを押さえる。

この問題を演習で解く →

問題一覧へ

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。