---
title: "物体検出モデル総まとめ（SSD / YOLO / R-CNN系）"
description: "物体検出モデルを、候補領域の抽出と分類を一度に行うSSD・YOLOなどの1段階型と、候補領域を作ってから分類するR-CNN系の2段階型に整理します。速度を優先する用途と精度を重視する用途、Anchor・Default Box・RPNの担当を比較し、Fast R-CNNとFaster R-CNNの混同を防ぎます。"
canonical_url: "https://stemtazoo.github.io/gk/object-detection-summary/"
section: "gk"
---

## まず結論

G検定の物体検出は、**「段数」と「目的」**の2軸で一瞬で切ります。

* **1段階 × 速度重視** → SSD / YOLO
* **2段階 × 精度重視** → R-CNN / Fast R-CNN / Faster R-CNN

👉 モデル名を細かく覚えるより、**この対応関係を反射で出せるか**が最重要です。

---

## 直感的な説明

物体検出モデルは、大きく2タイプに分かれます。

### 即断型（1段階）

* 画像を見た瞬間に
* 「位置」と「クラス」を同時に出す

👉 **速いが、精度はほどほど**

### 慎重型（2段階）

* まず「物体がありそうな場所」を絞り
* その後にクラス分類を行う

👉 **遅いが、精度が高い**

---

## 定義・仕組み（全体像）

### 1段階モデル（One-stage）

* 候補領域生成を行わない
* 位置推定とクラス分類を同時に実施

代表例：

* **SSD**
* **YOLO**

---

### 2段階モデル（Two-stage）

* 第1段階：候補領域（Region Proposal）を生成
* 第2段階：候補領域ごとに分類・位置補正

代表例：

* **R-CNN**
* **Fast R-CNN**
* **Faster R-CNN（RPNあり）**

---

## いつ使う？（得意・不得意）

### 1段階モデルが向く場面

* リアルタイム処理
* 動画解析・監視カメラ
* 組み込み・エッジデバイス

### 2段階モデルが向く場面

* 高精度が求められる解析
* 小さな物体の検出
* オフライン処理・研究用途

---

## 一発で分かる比較表（最重要）

| モデル          | 段数  | 主目的 | 特徴キーワード                   |
| ------------ | --- | --- | ------------------------- |
| YOLO         | 1段階 | 速度  | Once / グリッド               |
| SSD          | 1段階 | 速度  | Single Shot / Default Box |
| R-CNN        | 2段階 | 精度  | 候補領域 / 遅い                 |
| Fast R-CNN   | 2段階 | 精度  | 特徴共有 / RoI                |
| Faster R-CNN | 2段階 | 精度  | RPN / Proposal            |

👉 **この表をそのまま暗記してOK**です。

---

## G検定ひっかけポイント総整理

### ① 「Faster R-CNNは高速モデル」→ ❌

* Fasterは「R-CNNより速い」だけ
* SSD / YOLOよりは遅い

---

### ② 「Fast R-CNNは候補領域も内製」→ ❌

* 候補領域は外部手法
* 内製（RPN）するのは Faster R-CNN

---

### ③ 「Anchor / Default Box / RPN の混同」

* Default Box：SSD（Anchorの呼び名）
* Anchor Box：ひな形の四角
* RPN：Faster R-CNN専用（候補領域生成）

---

## まとめ（試験直前用）

* まず **1段階 or 2段階** を判定
* 次に **速度重視 or 精度重視** を判定
* **RPNが出たら Faster R-CNN**
* **Single / Once が出たら SSD / YOLO**

📝 最終判断：

> **1段階＝速い、2段階＝正確**

これで物体検出は切れます。