プーリング層
プーリング層は、CNNなどの畳み込みニューラルネットワークにおいて、特徴マップの解像度を小さくしてデータ量を削減する層です。位置のわずかなズバに対する頑健性を高め、計算量を効率化する役割を持ちます。
画像認識のAI用語一覧
19件画像認識に関するAI用語を19件掲載しています。意味や使い方、関連用語を一覧から確認できます。
セマンティックセグメンテーション
セマンティックセグメンテーションは、画像内のすべてのピクセルに対して意味的なクラスを分類するコンピュータビジョンの技術です。物体検出とは異なり、物体の輪郭をピクセル単位で正確に特定できるため、自動運転や医療画像解析などで広く活用されています。
インスタンスセグメンテーション
インスタンスセグメンテーションは、画像内の個々の物体（インスタンス）をピクセル単位で識別して検出するコンピュータビジョンの技術です。同じカテゴリの物体であっても、それぞれを「個別の物体」として分離して認識できるのが特徴で、自動運転や医療画像解析など高度な画像理解が必要な分野で広く活用されています。
バウンディングボックス
バウンディングボックスとは、画像や動画内で特定の物体がどこにあるかを示す長方形の領域です。物体検出をはじめとするコンピュータビジョンの領域で広く活用され、AIに物体の位置と種類を学習させるアノテーションや、検出結果の可視化に不可欠な基礎技術です。
コンピュータビジョン
コンピュータビジョンとは、コンピュータに人間のような「目」と「脳」の機能を持たせ、画像や動画から意味のある情報を抽出・理解するAI技術の一分野です。カメラから得られた視覚情報をデジタル信号として取り込み、ディープラーニングなどのアルゴリズムを用いて解析することで、物体の識別や状況の把握を自動で行います。
セグメンテーション
セグメンテーションとは、画像やデータ等を意味のある領域やグループに分割する処理技術です。AIや機械学習の分野では、画像認識においてピクセル単位で物体や背景を識別する手法として広く活用され、自動運転や医療画像診断などで重要な役割を果たしています。
アベレージプーリング
アベレージプーリングは、畳み込みニューラルネットワークにおいて特徴マップの局所的な領域の平均値を計算し、データサイズを縮小するプーリング処理手法です。画像の解像度を下げて計算量を削減しつつ、全体的な特徴を保持する役割を持ちます。
畳み込み層
畳み込み層は、畳み込みニューラルネットワーク（CNN）の中心となる層であり、画像や音声などのグリッド状データから局所的な特徴を効率的に抽出する役割を持ちます。AIによる画像認識や物体検出などの分野で不可欠な技術です。
受容野
受容野とは、畳み込みニューラルネットワークにおいて、特定のニューロンが入力データのどの範囲の情報に影響を受けるかを表す領域のことです。層を深く重ねることで受容野は広がり、局所的な特徴から画像全体の大域的な特徴へと理解が深まります。モデルの認識性能や設計に直結する重要な概念です。
マックスプーリング
マックスプーリングは、畳み込みニューラルネットワーク（CNN）において、画像などの特徴マップの空間サイズを縮小するためのダウンサンプリング手法です。領域内の最大値を選択することで、重要な特徴を保持しつつ計算量を削減します。
特徴マップ
特徴マップとは、畳み込みニューラルネットワーク（CNN）の層において、入力データから抽出された特徴の空間的な分布や強度を示す2次元の配列データです。画像認識やパターン検出などにおいて、AIがどこに着目しているかを可視化する際にも重要な役割を果たします。
U-Net
U-Netは、医療画像などのセグメンテーションを目的に開発された畳み込みニューラルネットワークです。アルファベットのU字に似た特徴的な構造を持ち、少量のデータでも高精度なピクセル単位の画像分類を実現します。
オブジェクト検出
オブジェクト検出は、画像や動画の中から特定の対象物の位置を矩形枠で特定し、その種類を判別するAI技術です。単に何が写っているかを識別するだけでなく、画像内のどこに複数の対象が存在するかを同時に把握できます。自動運転や防犯システム、製造現場の検品など、迅速かつ正確な状況理解が必要な分野で幅広く活用されています。
フィルター
フィルターとは、入力データから特定のパターンや不要な情報を取り除く仕組みです。AI分野では、畳み込みニューラルネットワークにおける特徴抽出や、生成AIでの有害表現の排除など、幅広い用途で重要な役割を果たしています。
ストライド
ストライドとは、CNNなどの畳み込み層においてフィルターを移動させる際のステップ幅のことです。値が大きいほど出力マップのサイズが小さくなり、計算効率が向上しますが、詳細な特徴量が失われるトレードオフがあります。
有効受容野
有効受容野とは、ニューラルネットワークの出力層の特定のニューロンが、入力画像やデータのどの範囲から強く影響を受けているかを示す領域です。理論上の受容野よりも狭い範囲に影響が集中する特性があり、モデルの動作理解や性能向上に重要な役割を果たします。
カーネルサイズ
カーネルサイズとは、畳み込みニューラルネットワークにおけるフィルタの大きさを指します。画像認識や特徴抽出の精度と計算コストに大きな影響を与える重要なハイパーパラメータです。
プーリング
プーリングとは、畳み込みニューラルネットワークなどの画像認識モデルにおいて、特徴マップのサイズを縮小して計算量を削減し、位置のずれに対する頑健性を高める処理です。最大値を選択する最大プーリングや平均値を算出する平均プーリングがあり、要点を保持しながらデータ量を圧縮するために用いられます。
データオーグメンテーション
データオーグメンテーションは、機械学習モデルの訓練用データを人工的に増やす技術です。既存のデータに対して回転、反転、色調調整などの加工を施すことで、過学習を防ぎ、未知のデータに対する認識精度や汎化性能を大きく向上させることができます。