問題 No.1145
画像認識のタスクにおいて、画像内のすべてのピクセルに対してそれがどのクラスに属するかを予測するセマンティックセグメンテーションについて、特徴や使われる手法の記述として不適切なものはどれか。
【正解の解説】
画像内の物体を四角い境界枠で囲んで位置を特定し、その枠内のクラスを分類することに特化している。
これは「物体検出タスク」の説明です。セマンティックセグメンテーションは境界枠だけでなく画素単位での塗分けを行います。
スポンサーリンク
【その他の選択肢の解説】
自動運転において、カメラ画像から道路、車両、歩行者などの領域を画素単位で正確に把握するために用いられる。
セマンティックセグメンテーションは、画像の画素一つ一つに、「これは道路」「これは人」とラベルを付けていくタスクです。
出力層において空間的な情報を保持する必要があるため、全結合層を使用せずに畳み込み層のみで構成されるモデルがよく用いられる。
空間的な配置情報が重要なため、全結合層を使わずに畳み込み層を重ねる構造が一般的です。
画像の縮小過程で失われた詳細な位置情報を復元するため、エンコーダの出力をデコーダに直接結合するスキップ結合を持つ構造が有効である。
縮小で失われた細かい情報を、前の層から直接スキップ結合させることで復元する構造（U-Netなどが有名）が非常に有効です。