Skip to the content.

最終更新日:2026年10月19日

まず結論

  • 畳み込みはCNNの中核となる処理
  • 小さなフィルタを画像上で滑らせて特徴を抽出する
  • ストライド・パディングで 出力サイズと特徴の取り方 が決まる

直感的な説明

畳み込みは、

「虫眼鏡で画像の一部分ずつを見て、特徴があるかを調べる」

ような処理です。

  • 小さい範囲だけを見る
  • 同じ見方(同じフィルタ)を画像全体に適用

これにより、 場所が違っても同じ特徴を検出できます。


定義・仕組み

フィルタ(カーネル)

  • 小さな行列(例:3×3)
  • エッジや模様などの特徴を検出

ポイント

  • フィルタの値は 学習によって決まる
  • 人が事前に決めるわけではない

畳み込み演算

  • フィルタと画像の対応要素を掛け算
  • その総和を1つの値として出力

この処理を画像全体に対して行い、 特徴マップ(Feature Map) を作ります。

たとえば、1チャネルの入力の一部分が [1, 2; 3, 4]、フィルタが [1, 0; 0, 1] なら、この位置の出力は 1×1 + 2×0 + 3×0 + 4×1 = 5 です。ここではバイアスを省略しています。

掛け算か総和かの二者択一ではなく、対応する値を掛け、その結果を足す処理です。

フィルタ数と特徴マップ

通常の畳み込み層では、1つのフィルタが1つの出力チャネル(特徴マップ)を作ります。複数のフィルタを使えば、異なる特徴に反応する複数の特徴マップを作れます。

カラー画像のように入力が複数チャネルの場合、1つのフィルタは入力チャネル方向にも重みを持ち、各チャネルの計算結果を足し合わせます。「RGBだから出力も必ず3枚」ではなく、出力チャネル数は用意するフィルタ数で決まります。


ストライド(Stride)

  • フィルタを動かす間隔

影響

  • 大きい → 出力サイズが小さくなる
  • 同じ入力・フィルタ・パディングなら、小さいほど出力位置が多く、計算量も増える

パディング(Padding)

  • 画像の周囲に値(通常は0)を追加

目的

  • 画像サイズを保つ
  • 画像の端にもフィルタを適用しやすくする

出力サイズの考え方

  • ストライド ↑ → サイズ ↓
  • パディングあり → サイズ維持しやすい

※ 数式暗記より、影響関係を理解するのが重要


いつ使う?(得意・不得意)

得意なこと

  • エッジ・角・模様などの局所特徴検出
  • 画像・2次元データ処理

注意点

  • フィルタサイズやストライドの設定次第で情報を失う

G検定ひっかけポイント

  • ❌「フィルタは人が設計する」→ 誤り
  • ❌「畳み込みは画像全体を一度に見る」→ 誤り
  • ✅ フィルタは 学習で獲得
  • ✅ 重み共有 によりパラメータ削減
  • ✅ パディングは端の情報保持

まとめ(試験直前用)

  • 畳み込みは 局所特徴抽出
  • フィルタは学習される
  • 掛け算した値を足し、特徴マップを作る
  • 通常の畳み込み層ではフィルタ数が出力チャネル数になる
  • ストライド・パディングで出力サイズが決まる

局所的な特徴を取り出した後の縮約処理は、プーリング(Pooling)で確認できます。ネットワーク全体での役割はCNNを参照してください。

参考資料

© 2024-2026 stemtazoo. All rights reserved.