画像分類・物体検出・セグメンテーションの比較
関連記事： U-net（画像セグメンテーション）の解説 先日の記事はU-net（画像セグメンテーション）の解説について解説しました。画像認識技術は画像分類・物体検出・セグメンテーションなどの技術があります。今回の記事は画像認識技術の違いを開設したいと思います。 目次 1. 画像認識（Image Recognition）とは 2. 画像分類（Image Classification）とは 3. 画像分類・物体位置特定（Image Classification・Localization）とは 4. 物体検出（Object Detection）とは 5. セグメンテーション（Segmentation） ＿5.1 セマンティック・セグメンテーション（Semantic Segmentation）とは ＿5.2 インスタント・セグメンテーション（Instant Segmentation）とは ＿5.3 パノプティック・セグメンテーション（Panoptic Segmentation）とは 6. まとめ 1. 画像認識（Image Recognition）とは 画像認識(Image Recognition)とは、画像や動画データから特徴をつかみ、対象物を識別するパターン認識技術の一つです。画像データから、対象物や、対象物の特徴(形状、寸法、数、明暗、色など)を抽出/分析/識別して認識検出する手法です。 コンピュータが画像認識を行うためには、前段階として、画像から対象物を抽出する必要があります。 下記の8ビットのグレースケール画像から、すべてのデジタル画像は0〜255の範囲の値を持つピクセルによって形成されます。0は黒、255は白です。 カラフルな画像の場合は、赤、緑、青の3つのマップと、0〜255の範囲のすべてのピクセルが含まれます。 画像認識を利用することで、顔認証システムや不審者検知、文字認識（OCR）、不適切画像の検出、 工場でのイレギュラー検知など幅広い分野で活用することができます。 今回の記事は物体検出の分野を中心にします。 2. 画像分類（Image Classification）とは 画像分類とは、機械学習やディープラーニングモデルで、画像を何らかの主題に基づき分類する処理方法です。いくつかの分類手法があります。教師あり学習では、ラベル付けされたデータセットを用いて、モデルを学習させていきます。 画像分類の結果は各クラスの予測信頼度です。 classes = [“dog”, “cat”, “nothing”] prediction = [ 0.8 , 0.1 …
