--- title: "CNN（畳み込みニューラルネットワーク）とは？画像認識AIの基本【DS検定】" description: "CNNを、画像上を小さなフィルタで走査する畳み込み層でエッジや模様を抽出し、プーリング層で位置ずれに強い圧縮表現を作るニューラルネットワークとして整理します。画素の空間的な近さを利用する点、フィルタの重みを学習する点を押さえ、全結合層だけのネットワークや時系列を扱うRNNとの用途・仕組みの違いを判断します。" canonical_url: "https://stemtazoo.github.io/ds/cnn/" section: "ds" ---
DS検定トップ ＞ CNN（畳み込みニューラルネットワーク）とは？画像認識AIの基本【DS検定】
## まず結論 CNN（畳み込みニューラルネットワーク）とは、画像の特徴を自動で抽出して認識するために使われるAIモデルです。 DS検定では CNNは画像認識に強い 畳み込みによって特徴を抽出する というポイントが理解できているかが問われます。 ## 直感的な説明 人間が画像を見るとき、次のような順番で認識します。 1. 輪郭を見る 2. 形を見る 3. 物体を判断する 例えば「猫の写真」を見たとき 耳の形 目 体の輪郭 などの特徴から「猫だ」と判断します。 CNNも同じように 画像の特徴を段階的に抽出して 最終的に物体を識別します。 ## 定義・仕組み CNN（Convolutional Neural Network）は 畳み込み処理を使って画像の特徴を抽出するニューラルネットワーク です。 主に次の3つの処理で構成されています。 ① 畳み込み（Convolution） カーネルを使って エッジ 模様 形 などの特徴を抽出します。 ② プーリング（Pooling） 画像サイズを小さくして 重要な特徴だけを残す処理です。 これにより 計算量が減る ノイズの影響が減る というメリットがあります。 ③ 全結合層（Fully Connected） 最後に 抽出された特徴を使って 「何の画像か」を分類します。 例えば 猫 犬 車 といった分類です。 ## どんな場面で使う？ CNNは 画像認識AIの代表的なモデルです。 例えば次のような場面で使われます。 自動運転 カメラ画像から 車 歩行者 信号 などを認識します。 医療画像解析 MRIやCT画像から 腫瘍 病変 を検出する研究が進んでいます。 顔認識 スマートフォンの 顔認証 などにもCNNが使われています。 ## よくある誤解・混同 誤解① ニューラルネットワークはすべて同じ 実際には 通常のニューラルネット CNN RNN など用途によって構造が違います。 CNNは 画像データに特化した構造です。 誤解② CNNは画像だけに使われる 主に画像認識で使われますが 音声 時系列データ などにも応用されています。 DS検定のひっかけ DS検定では CNNは画像認識でよく使われる 畳み込みで特徴を抽出する という理解が重要です。 選択肢で 「CNNは画像のピクセルをそのまま分類する」 と書かれていたら誤りです。 CNNは 畳み込みで特徴を抽出してから分類します。 ## まとめ（試験直前用） CNNは 画像認識に強いAIモデル 畳み込みによって画像の特徴を抽出する 主な構造 畳み込み プーリング 全結合 自動運転・医療画像・顔認識などで利用される DS検定では CNN＝画像認識AIの代表モデル と覚えておくと判断しやすくなります。 ## 対応スキル項目（AI利活用スキルシート） スキルカテゴリ名 AIの技術理解 サブカテゴリ名 機械学習 ★ 代表的な機械学習手法の概要を理解している
🏠 DS検定トップに戻る