AI資格 模擬試験

G検定 模擬問題 第3回 問76・ディープラーニングの応用例（画像認識）

Fast R-CNN

Fast R-CNN が R-CNN より速くなった主な理由として、最も適切なものを1つ選べ。

  1. A

    CNN を使うのをやめたため

  2. B

    画像の解像度を大きく下げたため

  3. C

    領域の候補を出す処理をなくしたため

  4. D

    画像全体に一度だけ CNN をかけて特徴マップを作り、その上で各候補の領域の特徴を取り出す（RoI プーリング）ようにしたため

正解と解説を見る

正解：D

Fast R-CNN は、画像全体に一度だけ CNN をかけ、RoI プーリングで候補の特徴を取り出して速くした。

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：物体検出のモデルの改良の流れを押さえる。

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。