Skip to the content.

最終更新日:2026年10月19日

まず結論

同じ写真を処理しても、物体検出・セマンティック・インスタンスセグメンテーションでは出力する情報が違います。

ここでは「2人の人が写る同じ画像」を使い、検出枠と画素ラベルを比べます。画像分類も含む全体像は画像タスク総まとめで確認できます。

直感的な説明

  • 物体検出:人ごとにクラスと検出枠を出す
  • セマンティック:画素ごとに「人・背景」などのクラスを出す
  • インスタンス:同じ人クラスでも、物体ごとの画素領域を出す

物体検出でも複数の人を別の枠として検出できます。 違いは、個体を一切区別できるかではなく、個体ごとの画素領域まで出すかです。

定義・仕組み(同じ画像の出力例)

説明用に、横5列・縦2行の小さな画像を考えます。左の2列が人1、右の2列が人2、中央が背景とします。

物体検出:枠が2つ

検出されたクラス 枠の位置(この例)
人 左1〜2列、上1〜2行
人 左4〜5列、上1〜2行

クラスと枠を物体ごとに出します。この出力だけでは、枠内のどの画素が人の形かは示しません。

セマンティック:同じクラスは同じラベル

行/列 1 2 3 4 5
1 人 人 背景 人 人
2 人 人 背景 人 人

離れた領域があっても、ラベルはどちらも「人」です。物体ごとのIDを出力したものではありません。

インスタンス:人ごとの領域

行/列 1 2 3 4 5
1 人1 人1 背景 人2 人2
2 人1 人1 背景 人2 人2

人1・人2は説明用の個体番号です。同じクラスを物体ごとの画素領域として分けます。別フレームでも同じIDを保持する追跡処理とは、さらに区別します。

いつ使う?(得意・不得意)

必要な出力 タスクの目安
人ごとの位置とクラス 物体検出
道路・空・人などのクラス別の領域 セマンティックセグメンテーション
同じクラスの物体を形状ごとに分けた領域 インスタンスセグメンテーション

領域分割の代表モデルを選ぶ場合はFCN・U-Net・SegNetの一覧、個体別マスクを出す構造はMask R-CNNで確認できます。

G検定ひっかけポイント

  • 「物体検出は同じクラスの物体を別々に検出できない」→ 誤り。複数の枠として検出できる。
  • 「セマンティックのクラスラベルがあれば物体IDも得られる」→ クラス別画素と個体IDは別。
  • 「インスタンスは枠だけを出す」→ 個体ごとの画素領域を出す。
  • 「個体番号を付ければ動画内の追跡も済む」→ フレームをまたぐ対応付けとは別。

まとめ(試験直前用)

  • 検出:物体ごとの枠
  • セマンティック:画素ごとのクラス
  • インスタンス:個体ごとの画素領域
  • 同じ入力から何が出力されるかで判断する

© 2024-2026 stemtazoo. All rights reserved.