最終更新日:2026年10月19日
gk cnn cheatsheet
まず結論
SegNetとU-Netは、対応するEncoder段からDecoder段へ、復元を助ける何の情報を渡すかで区別します。
- SegNet:Max Poolingで最大値があった位置のインデックス
- U-Net:Encoderで得た特徴マップをスキップ接続で結合
ここでは、縮小前の情報が復元側へ届く経路を横並びに追います。3モデルの位置付けだけ確認したい場合は、FCN・U-Net・SegNetの一覧を使ってください。
直感的な説明
SegNetは「代表値があった場所のメモ」、U-Netは「その段で計算した特徴の中身」を渡すイメージです。
ただし、SegNetのDecoderに位置しか入力されないという意味ではありません。両者とも、深い層から来た低解像度の特徴を復元に使います。比較しているのは、それに加えて対応するEncoder側から渡す情報です。
定義・仕組み
同じ段に注目して追う
| 手順 | SegNet | U-Net |
|---|---|---|
| 1. Encoderで解像度を下げる | Max Pooling時の最大値の位置を記録 | 対応する段の特徴マップを保持 |
| 2. Decoderへ補助情報を渡す | 位置インデックス | Encoderの特徴マップ |
| 3. Decoderで解像度を上げる | Decoder側の値を保存した位置に配置し、畳み込みで処理 | アップサンプリングした特徴とEncoderの特徴を結合し、畳み込みで処理 |
たとえばEncoderで最大値が「下段左」にあった場合、SegNetはその位置を使ってDecoder側の値を配置します。元の4つの値を丸ごとコピーする処理ではありません。 数値を追う例はSegNetの2×2の復元例で確認できます。
U-Netでは、対応するEncoder側の特徴マップをDecoder側の特徴とチャネル方向に結合します。「位置インデックスだけを渡す」とは異なります。構造全体はU-Netを参照してください。
いつ使う?(得意・不得意)
どちらもセマンティックセグメンテーションのモデルです。設計を比べるときは、保持する情報やメモリの使い方を確認します。
ただし、精度なら必ずU-Net、リアルタイムなら必ずSegNetとは断定しません。入力サイズ・構成・データ・実装によって結果が変わるため、試験では構造上の違いを優先します。
G検定ひっかけポイント
- 「Max Poolingの位置を再利用」→ SegNet
- 「対応するEncoderの特徴マップを結合」→ U-Net
- 「SegNetのDecoderは位置情報だけで動く」→ 誤り。復元する特徴も必要
- 「skip connectionがある」だけでは、他の構造にもあるためU-Netと即断しない
- 「Encoder-Decoderである」だけでは両者を区別できない
まとめ(試験直前用)
- SegNet:位置を使って配置する
- U-Net:特徴マップを結合する
- 共通の深い特徴の経路と、Encoderからの補助情報の経路を分けて見る
- 精度・速度の固定順位で判断しない
参考資料(原論文)
- SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation|IEEE
- SegNetの原論文です。Max PoolingのインデックスをDecoder側で再利用する設計を示しています。
- U-Net: Convolutional Networks for Biomedical Image Segmentation|Springer
- U-Netの原論文です。Encoder側の特徴マップをDecoder側へ直接渡すskip connectionを用います。