問題 No.671
自動運転などのリアルタイム処理が求められる場面で、領域候補の抽出プロセスを分離せず、画像全体を1回走査するだけで様々な物体の位置とクラスを同時に一発で検出する高速なモデルはどれか。
【正解の解説】
YOLO
YOLOは、画像を分割して領域を探すのではなく、画像全体を一度に見渡して物体を見つけるため、非常に高速に動作する物体検出モデルです。
スポンサーリンク
【その他の選択肢の解説】
U-Net
U-Netは、画像内の物体をピクセル単位で塗り分けるセグメンテーションに特化したモデルです。U字型の構造を持ち、詳細な位置情報の保持に優れています。
VGG
VGGは、非常に深い層を持つ畳み込みニューラルネットワークの先駆けとなるモデルです。シンプルな構造を深く重ねることで高い画像認識性能を実現しました。
Transformer
Transformerは、文章などの順番を一度に並列処理し、言葉同士の関連性（アテンション）を計算するモデルです。近年の大規模言語モデルの基盤技術となっています。