Skip to the content.

最終更新日:2026年9月23日

まず結論

SSD(Single Shot MultiBox Detector)は、候補領域生成を別段階で行わず、1つのネットワークでクラスとバウンディングボックスを直接予測する1段階物体検出モデルです。

G検定では、

  • Single Shot
  • Default Box
  • 複数スケールの特徴マップ

を押さえます。

直感的な説明

Faster R-CNNが、

候補を探す → 候補を詳しく分類する

の2段階なのに対し、SSDは、

複数の場所・大きさについて、一度の検出パイプラインでまとめて予測する

方式です。

定義・仕組み

SSDでは、複数の特徴マップ上にさまざまな形・大きさのDefault Boxを用意します。

各Default Boxについて、

  • クラスのスコア
  • ボックス位置の補正量

を予測します。

また、解像度の異なる複数特徴マップから予測することで、異なる大きさの物体を扱います。

いつ使う?(得意・不得意)

SSDは、候補領域生成を別処理にしないため、リアルタイム性を重視した検出システムに適した設計です。

一方、特に初期SSDでは小物体検出が課題として知られました。

ただし、

SSDは必ずFaster R-CNNより低精度

とは限りません。原論文でも条件によってFaster R-CNNと競合する精度が報告されています。

G検定ひっかけポイント

SSD=2段階?

❌ Region Proposalを作ってから分類
⭕ 1段階で直接予測

Single Shotの意味

❌ 画像中に1個の物体しか検出できない
⭕ 候補領域生成を別段階にせず1つのネットワークで検出する

YOLOとの関係

SSDもYOLOも代表的な1段階物体検出です。

細かな世代差より、まず1段階 / 2段階で切り分けます。

まとめ(試験直前用)

  • SSD=1段階物体検出
  • Default Box
  • 複数解像度の特徴マップ
  • クラスと位置を直接予測
  • Faster R-CNN=2段階
  • YOLOも1段階
  • 速度・精度を絶対順位で覚えない

参考資料

© 2024-2026 stemtazoo. All rights reserved.