---
title: "FPN・SSD・YOLOの違いとは？【物体検出まとめ】G検定対策"
description: "FPN、SSD、YOLOの違いを物体検出モデルの観点で整理します。特徴ピラミッド、1段階検出、リアルタイム検出などの特徴を押さえ、G検定で混同しやすい用語を切り分けます。本文では、用語の定義、代表例、似た概念との違い、G検定で迷いやすい選択肢の見分け方まで、短時間で復習できるようにまとめています。"
canonical_url: "https://stemtazoo.github.io/gk/fpn-ssd-yolo/"
section: "gk"
---

## まず結論

* **FPN**はマルチスケール特徴を統合する「構造（Neck）」、**SSD**と**YOLO**は物体検出を行う「検出手法（Headを含む）」です。
* G検定では「**ピラミッド構造か？一段階検出か？**」を見抜けるかが問われます。

## 直感的な説明

* **FPN**：高い所と低い所の情報を行き来させて、大小どちらの物体も見えるようにする“**補助構造**”。
* **SSD**：いくつもの解像度の特徴マップで同時に検出する“**スピード重視型**”。
* **YOLO**：画像を一気に見て、一度で全部予測する“**一発判定型**”。

## 定義・仕組み

* **FPN（Feature Pyramid Network）**

  * 低解像度〜高解像度の特徴マップを統合
  * 物体検出モデルに組み込まれる構造

* **SSD（Single Shot MultiBox Detector）**

  * 複数スケールの特徴マップで直接検出
  * 高速だが小物体検出はやや弱い

* **YOLO（You Only Look Once）**

  * 画像を一度だけ処理して物体検出
  * 高速・リアルタイム向き

## いつ使う？（得意・不得意）

### FPN

* 得意：小物体検出、スケール差が大きい問題
* 注意：単体では検出できない

### SSD

* 得意：高速な物体検出
* 注意：小物体が苦手

### YOLO

* 得意：リアルタイム処理
* 注意：精度重視の用途には不向きな場合あり

## G検定ひっかけポイント

* **最大のひっかけ**

  * 「FPNは物体検出アルゴリズムである」→ ❌
* 正しい切り分け

  * ピラミッド構造 → **FPN**
  * シングルショット検出 → **SSD / YOLO**
* 選択肢で

  * 「低〜高解像度を統合」→ FPN
  * 「一度の処理で検出」→ YOLO

## まとめ（試験直前用）

* FPNは構造（Neck）
* SSD・YOLOは検出手法
* ピラミッド構造＝FPN
* スピード重視＝SSD / YOLO
*