問題 No.1017
物体検出タスクにおいて、入力画像全体をグリッドに分割し、物体の位置とクラス確率を1つのネットワークで同時に予測する、リアルタイム検出に適した高速なワンステージ型モデルは【 】である。
【正解の解説】
YOLO
YOLOは、画像を一度だけ見て物体の場所と種類を同時に予測するため、処理速度が非常に速く、動画のリアルタイム検出などに広く使われているモデルです。
スポンサーリンク
【その他の選択肢の解説】
Faster R-CNN
Faster R-CNNは、まず候補領域を探してから分類するという手順を踏むため、精度は高いですが計算時間がかかりやすい手法です。
U-Net
U-Netは、医療画像のセグメンテーション（画像の中のどのピクセルが何であるか）によく使われる、左右対称な構造を持つモデルです。
ResNet
ResNetは、層を非常に深く重ねても学習できるようにしたモデルで、画像認識の基礎となる強力な骨組みとして使われます。