FCN（Fully Convolutional Network）の特徴

問題

FCNについて、正しい記述を1つ選べ。

FCN（Fully Convolutional Network）は、画像のピクセル単位で分類を行う「セマンティックセグメンテーション」を深層学習で実現した先駆的なモデルです。

従来のCNNによる画像分類では、ネットワークの最後に「全結合層（Fully Connected Layer）」があり、入力画像のサイズを固定する必要がありました。

FCNはこの全結合層を「畳み込み層（Convolutional Layer）」に置き換える（Fully Convolutional化する）ことで、どんな解像度の画像でも入力できるようにしました。

最後に逆畳み込み（Deconvolution）等で元の画像サイズに拡大し、ピクセルごとのクラス予測を出力します。

1. FCNは畳み込み層のみで構成される。

正しい：全結合層を排除し、ネットワーク全体を畳み込み層（およびプーリング層など）のみで構成したことで、任意の入力画像サイズに対応できるようになりました。

2. FCNは物体検出専用のモデルである。

誤り：FCNはバウンディングボックスを出力する「物体検出」ではなく、ピクセル単位でクラスを分類する「セマンティックセグメンテーション」用のモデルです。

3. FCNはマスク予測を行うインスタンスセグメンテーションモデルである。

誤り：FCNは「車」や「人」といったクラスをピクセルごとに分類しますが、個々の車（個体）を区別する「インスタンスセグメンテーション」や「マスク予測（Mask R-CNNなど）」は行いません。

4. FCNはスキップ結合を利用する。

誤り：FCNでも特徴マップの統合（Skip Architecture）は行いますが、エンコーダとデコーダ間で対称的なスキップ結合を多用して高精度なセグメンテーションを行う代表的モデルといえば「U-Net」です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ