G検定
【G検定】SegNetとは?プーリングインデックスで復元するセグメンテーションモデルを解説

SegNet(セグネット)は、画像の1ピクセルずつに「ここは道路」「ここは建物」とラベルを付けるセマンティックセグメンテーションのための代表的なモデルです。この記事では、エンコーダ・デコーダ構造と、SegNet最大の特徴である「プーリングインデックスの再利用」を初心者向けに解説します。

続きを読む
G検定
【G検定】PSPNetとは?ピラミッドプーリングで画像全体の文脈を捉える仕組みを解説

ピクセル単位で画像を塗り分けるセマンティックセグメンテーションでは、「そのピクセルの周りだけ」を見ていると誤答が生まれます。湖の上の白い領域はボートか建物か——答えは「湖の上にある」という画像全体の文脈が教えてくれます。この大域的な文脈を取り込む仕組み「ピラミッドプーリング」を核とするモデルがPSPNetです。

続きを読む
G検定
【G検定】OpenPoseとは?複数人の姿勢をリアルタイムで推定する技術を解説

普通のカメラ映像だけから、人の関節の位置を割り出して骨格を描き出す——姿勢推定と呼ばれるこのタスクを、複数人同時・リアルタイムで実現した代表的技術がOpenPoseです。特別なセンサーが不要という手軽さから、スポーツ分析からAI画像生成まで応用が広がっています。

続きを読む
G検定
【G検定】ILSVRCとは?AlexNetが起こした画像認識革命をわかりやすく解説

ILSVRC(イメージネット大規模画像認識チャレンジ)は、ディープラーニングブームの火付け役となった画像認識の競技会です。「2012年に何が起きたのか」を押さえれば、第3次AIブームの始まりをストーリーとして理解できます。G検定でも問われやすい重要キーワードです。

続きを読む
G検定
【G検定】ImageNetとは?ディープラーニング躍進を支えた巨大画像データセットを解説

ディープラーニングが画像認識で大ブレイクした2010年代――その舞台を用意したのが、巨大画像データセットImageNetです。この記事では、ImageNetの規模と作られ方、そしてなぜディープラーニングの発展に決定的な影響を与えたのかを、G検定初心者の方向けに解説します。

続きを読む