最終更新日:2026年9月26日
gk image_recognition object_detection
まず結論
R-CNN系の発展は、どこまで計算を共有・ネットワーク化したかで整理すると分かりやすくなります。
- R-CNN:候補領域ごとにCNN
- Fast R-CNN:画像全体のCNN特徴を共有
- Faster R-CNN:候補領域生成もRPNでネットワーク化
直感的な説明
R-CNN
候補領域を1枚ずつ切り出して、それぞれCNNへ入れるイメージです。
同じ画像について何度もCNNを計算するため、処理が重くなります。
Fast R-CNN
画像全体を一度CNNへ通して特徴マップを作り、候補領域ごとに必要な部分だけを取り出します。
これにより、特徴抽出の重複計算を減らすことができます。
定義・仕組み
R-CNN
- Selective Searchなどで候補領域を生成
- 各候補領域をCNNへ入力
- 特徴抽出後に分類・位置補正
Fast R-CNN
- 画像全体から特徴マップを作る
- 外部手法で得た候補領域を特徴マップへ対応付ける
- RoI Poolingで固定サイズの特徴へ変換
- 分類・位置補正
重要なのは、Fast R-CNNでも候補領域生成自体は外部手法に依存することです。
Faster R-CNNへ
Faster R-CNNでは、候補領域生成をRPNでネットワーク内部へ取り込みます。
いつ使う?(得意・不得意)
R-CNN、Fast R-CNNは現在の実用モデルを選ぶためというより、物体検出の発展史と処理構造を理解する教材として重要です。
G検定では、モデル名と改善点の対応を見ます。
G検定ひっかけポイント
R-CNN
❌ 画像全体のCNN特徴を1回だけ共有
⭕ 候補領域ごとにCNN
Fast R-CNN
❌ RPNで候補領域を作る
⭕ 特徴マップは共有するが候補領域は外部生成
Faster R-CNN
⭕ RPNで候補領域生成まで統合
まとめ(試験直前用)
- R-CNN=候補領域ごとにCNN
- Fast R-CNN=特徴マップを共有
- Fast R-CNNでも候補領域は外部
- Faster R-CNN=RPN
- 発展の軸は「何を共有・統合したか」
参考資料(原論文)
- Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation|CVF
- Girshickら(CVPR 2014)によるR-CNNの原論文です。Region ProposalごとにCNN特徴を計算する方式を提案しています。
- Fast R-CNN|CVF
- Girshick(ICCV 2015)によるFast R-CNNの原論文です。画像全体のCNN特徴を共有し、RoI単位で分類・回帰する方式へ改善しています。
- Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks|arXiv
- RenらによるFaster R-CNNの原論文です。Region Proposal Network(RPN)によって候補領域生成もネットワーク化しています。