Skip to the content.

最終更新日:2026年10月19日

まず結論

SegNetは、セマンティックセグメンテーション向けのEncoder-Decoder型CNNです。

G検定では、次の1点が最重要です。

最大値プーリング時の位置(インデックス)を保存し、Decoderのアップサンプリングで再利用する

ここでは、保存した位置を使って値をどこへ戻すかを具体例で追います。モデル間の情報の受渡しはSegNetとU-Netの比較で確認できます。

直感的な説明

SegNetは、画像を小さくするときに

「この領域では、最大値はこの位置にあった」

という場所のメモを残します。

Decoderで画像サイズを戻すときは、そのメモを使って値を配置します。

位置のメモは、縮小前のすべての値を保存したものではありません。

定義・仕組み

SegNetは主に次の流れで処理します。

  1. Encoderで畳み込みを行う
  2. Max Poolingで特徴マップを縮小する
  3. 最大値があった位置のインデックスを保存する
  4. Decoderで保存したインデックスを使ってアップサンプリングする
  5. 畳み込みを行い、画素ごとのクラスを出力する

2×2の例で位置を戻す

1つのチャネルの小領域を考えます。

処理 値・情報
Encoderの縮小前 上段が2・1、下段が4・3
Max Poolingの出力 最大値4
保存するインデックス 最大値があった「下段左」
Decoderへ来た値の例 7
インデックスによる配置 上段は0・0、下段は7・0

Decoderの7は手順を示す仮の値です。重要なのは、Encoderで保存した下段左という位置に、Decoder側の値を置くことです。その後、学習可能な畳み込みで密な特徴マップへ変換していきます。

元の2・1・4・3が完全に復元されるわけではありません。インデックスは「どこへ置くか」の情報であり、失われた全画素値を復活させる情報ではないためです。

いつ使う?(得意・不得意)

SegNetは、道路・建物・人物などを画素単位で分類するセマンティックセグメンテーションで使われるモデルです。

一方、次の用途とは区別します。

  • 画像全体に1つのラベルを付ける → 画像分類
  • 同じクラスの個体まで分ける → インスタンスセグメンテーション
  • チャネルごとに重要度を調整する → SENet

G検定ひっかけポイント

SegNetとU-Net

  • ❌ SegNetは特徴マップをスキップ接続で結合する
  • ⭕ SegNetはプーリングインデックスを利用する
  • ❌ 保存したインデックスだけで元の画素値が完全復元される
  • ⭕ 配置先を復元に利用する仕組みであり、逆変換そのものではない

SegNetとSENet

名前は似ていますが別物です。

  • SegNet → セマンティックセグメンテーション
  • SENet → チャネル方向の重要度を調整するAttention系の仕組み

選択肢の判断基準

  • 「最大値プーリングの位置を保存」→ SegNet
  • 「特徴マップをスキップ接続」→ U-Net
  • 「チャネルを重み付け」→ SENet

関連: U-Net / SegNetとU-Netの違い / セグメンテーション系まとめ

まとめ(試験直前用)

  • SegNetはEncoder-Decoder型のセマンティックセグメンテーションモデル
  • Max Poolingのインデックスを保存する
  • Decoderでそのインデックスを使ってアップサンプリングする
  • U-Netは特徴マップをスキップ接続で渡す
  • 「位置ならSegNet、特徴マップならU-Net」で切る

参考資料(原論文)

© 2024-2026 stemtazoo. All rights reserved.