セマンティックセグメンテーション (Semantic Segmentation)
解説：AIによる「デジタル塗り絵」
セマンティックセグメンテーション（意味的領域分割）は、画像のピクセル（画素）一つひとつに対して「何が写っているか」の意味ラベル（色）を塗っていくタスクです。
物体検出が物体を「四角い枠（バウンディングボックス）」で大雑把に捉えるのに対し、セグメンテーションは物体の「正確な形・輪郭」を切り出すことができます。
🎨 具体的なイメージ
- Zoomの背景ぼかし：
「人物」の領域だけをピクセル単位で正確に切り抜き、それ以外の「背景」領域にぼかし加工を入れます。 - 自動運転：
カメラ映像を見て、「道路（灰色）」「歩道（赤）」「車（青）」のように視界全体を色分けし、走行可能なエリアを厳密に判定します。
最大の弱点：個体識別はしない
このタスクの重要な特徴は、「同じ種類の物体は、すべて同じ色で塗ってしまう」ことです。
例えば、二人の人が重なっている場合、それらは「1つの大きな人の塊」として認識され、「Aさん」と「Bさん」に区別することはできません。（※個体を区別するのは、次に紹介する「インスタンスセグメンテーション」の役割です）。
代表的なモデル（ここが出ます！）
| モデル名 | 特徴とキーワード |
|---|---|
| FCN (Fully Convolutional Network) |
CNNの最後の「全結合層」を「畳み込み層」に置き換えたモデル。 位置情報を保持したまま出力できるようになった元祖モデル。 |
| U-Net | 医療画像診断（細胞や臓器の抽出）で圧倒的なシェアを誇るモデル。 ネットワークの形がアルファベットの「U」の字に似ているのが名前の由来。 |
| SegNet | エンコーダとデコーダを用いた対称的な構造を持つモデル。道路シーンの解析などで有名。 |
G検定対策
出題ポイント
- 定義：画像の「画素（ピクセル）単位」でクラス分類を行うタスクである。
- U-Net：「医療画像」「少数のデータでも学習可能」「スキップ接続（Skip Connection）」といったキーワードと共に頻出します。
- Up-sampling：畳み込みで小さくなった特徴マップを、元の画像サイズに戻す処理（逆畳み込み / Deconvolution）が必要になる。
ひっかけ対策
- 「個々の物体（インスタンス）を識別できる」→ × 誤り。
「車」というクラス領域は分かりますが、「1台目の車」と「2台目の車」を区別することはできません。それができるのは「インスタンスセグメンテーション」です。 - 「バウンディングボックスを出力する」→ × 誤り。
それは「物体検出」です。セグメンテーションは「マスク画像（塗り分け画像）」を出力します。
