インスタンスセグメンテーション (Instance Segmentation)
解説：「個」を見極める、画像認識の最高峰
インスタンスセグメンテーションは、「物体検出（位置特定）」と「セマンティックセグメンテーション（領域分割）」を合体させた、現在最も高度なタスクです。
セマンティックセグメンテーションでは、同じ「人」なら全て同じ色で塗られてしまい、何人いるかまでは分かりませんでした。
しかし、インスタンスセグメンテーションは、同じ種類の物体であっても「Aさん」「Bさん」と個体（インスタンス）を識別し、別々の色で塗り分けます。
🤖 具体的な実用例
- ロボットの部品ピッキング：
山積みのネジの中から、ネジAとネジBの重なりを正確に認識し、1本だけを掴み上げる技術。 - 細胞カウント：
シャーレの中の無数の細胞（すべて同じ見た目）を、一つずつ個別に数え上げる医療AI。
セマンティック vs インスタンス 決定的な違い
この2つの違いを理解することが、合格への近道です。
| タスク | 処理の違い | イメージ |
|---|---|---|
| セマンティック セグメンテーション |
クラス（種類）ごとに色分け。 個体識別：しない |
重なった2匹の犬は、 「大きな1つの犬エリア」になる。 |
| インスタンス セグメンテーション |
インスタンス（個体）ごとに色分け。 個体識別：する |
重なった2匹の犬は、 「赤色の犬」と「青色の犬」に分かれる。 |
代表的モデル：Mask R-CNN
この分野で最も有名なモデルが「Mask R-CNN」です。
物体検出で有名な「Faster R-CNN」に、物体の形（マスク）を出力する枝分かれ（ブランチ）を追加した構造をしています。
G検定対策
出題ポイント
- 定義：「ピクセル単位の領域分割」＋「個体の識別」を同時に行うタスク。
- Mask R-CNN：インスタンスセグメンテーションの代表的なアルゴリズム。物体検出（バウンディングボックス）と同時に、セグメンテーション（マスク）を出力する。
- 用途：「個数を数える（カウンティング）」や「重なりを認識する」必要がある場面で使われる。
ひっかけ対策
- 「セマンティックセグメンテーションとの混同」に注意。
「同じクラスの物体を区別するか？」という質問が来たら、区別するのがインスタンス、しないのがセマンティックです。 - 「Panoptic Segmentation（パノプティックセグメンテーション）」
さらに発展したタスクとして、背景（空や道路）はセマンティック、前景（人や車）はインスタンスで処理する「パノプティックセグメンテーション」という用語も存在します（余裕があれば覚えましょう）。
