「自動運転で使われてるって本当?」
「試験ではどこが問われるの?」
画像を扱うAIは、答える細かさで3つに分かれます。物体検出は、そのちょうど真ん中です。
物体検出とは、画像の中から「何が」「どこに」あるかを、四角い枠で囲んで示す技術です。1枚の写真から「ここに人、あそこに車」と、あなたが探したい対象を位置つきで、しかも複数まとめて見つけます。全体をひとことで言い当てる画像分類との差は、この「どこに」を持つ点にあります。
この記事では、まず画像認識の3タスクを1枚の見取り図で並べ、物体検出の中身を掘り下げ、実用の最前線をたどります。最後に、実務の要件定義と試験でタスクを選び分ける物差しまで示します。AI-900・G検定の対策に効きます。
1. 画像認識には3つの段階がある
あなたが物体検出を正しく掴むには、まわりのタスクと並べて見るのが近道です。画像認識は、答える細かさで3段階に整理できます。ざっくり順に「何か」→「何がどこに」→「どの画素が何か」と、答えの解像度が上がっていきます。
- 画像分類: 画像全体に1つの名前をつける（「これは犬の写真」）
- 物体検出: 対象ごとに枠と名前をつける（「左に犬、右に猫」）
- セグメンテーション: 画素単位で領域を塗り分ける（「この輪郭までが犬」）
この3タスクの土台にあるのは、「画像に写るものを当てる」という分類の考え方です。基礎を固めたいなら、回帰と分類とは で分類そのものを押さえておくと、この先が軽く読めます。
2. 3タスクの見取り図
3つの違いは、絵にすると一目で腑に落ちます。同じ「犬と猫が写った1枚」を、各タスクがどう答えるかを並べました。
| 観点 | 画像分類 | 物体検出 | セグメンテーション |
|---|---|---|---|
| 答える内容 | 全体が「何か」 | 「何が」「どこに」 | どの画素が「何か」 |
| 位置情報 | なし | 四角い枠で示す | 輪郭まで示す |
| 対象の数 | 基本1つ | 複数を同時に | 複数を領域で |
3. 物体検出の中身 — 枠で「どこ」を囲む
物体検出が示す四角い枠は、バウンディングボックス（対象を囲む長方形の枠）と呼びます。この用語は試験でもそのまま登場するので、名前ごと覚えてください。
動きを大まかに追うと、3つの仕事に分けられます。まず画像のどこに何かがありそうかという候補の場所を探し、次にその場所に写るものが何かを当て、最後にちょうどよい大きさの枠で囲む。この「場所さがし」と「名前あて」の合わせ技が、物体検出の骨格です。特徴を自動で学ぶ部分を支えるのが、画像に強いディープラーニングの技術です。仕組みの内側は CNNとは でイメージできます。
あなたが結果を見るとき、枠には多くの場合「犬 0.92」のように確からしさの数字が添えられます。この値が低い枠を切り捨てれば誤検出を減らせますが、切りすぎると本物まで見逃す。どこで線を引くかは、あなたが用途に合わせて決める調整どころです。安全がかかる自動運転なら見逃しを嫌って広めに拾い、検品なら精度を優先する、といった具合に振り分けます。
4. 実用の最前線 — 自動運転・検品・防犯
物体検出は、画像系AIのなかでも実用化がとりわけ進んだ技術です。あなたの暮らしと産業の両方で、すでに動いています。
- 自動運転の支援: 前方の歩行者・車・信号をリアルタイムで見つけ続ける
- 製造の検品: 製品の傷や欠けが「どこにあるか」を突き止める
- 防犯カメラ: 人の出入りや置き去りの荷物を検知する
- スマホのカメラ: 顔の位置を捉えてピントを合わせる
代表格は自動運転です。走行中に「どこに何があるか」を絶え間なく捉え直すことが、止まるか進むかの判断の土台になります。歩行者の位置を1秒に何度も更新しながら走る——その速さと正確さが、物体検出に求められる理由です。代表的なモデルにYOLO系があり、G検定ではこうしたモデル名も用語として問われます。
共通するのは、人が目で見続けていた作業を機械が肩代わりする点です。何百枚もの画像を延々と確認する検品やカメラ監視ほど、効果がはっきり出ます。あなたの職場に「ずっと目視で確認している工程」があるなら、そこは物体検出が活きる候補だと考えてみてください。人が疲れて見落とす場面でも、同じ精度で拾い続けられるのが機械の強みです。
5. 位置がいるか、種類だけか — 試験と要件の分かれ目
試験でも実務でも、問われるのは「この場面はどのタスクか」です。判断軸はたった1つ、「位置がいるか、種類だけでいいか」に集約されます。
AI-900では「画像内の複数の物体の位置を特定するのはどれか」なら物体検出、「画像全体に1つのラベルを付ける」なら画像分類、という形で選ばせます。要件定義でも同じで、「不良品があるか否か」だけなら分類で足り、「不良がシートのどこにあるか」までいるなら物体検出が必要になります。位置の要否を最初に確かめると、過剰にも過小にもならない設計に落ち着きます。逆にここを飛ばすと、分類で済む案件に重い物体検出を持ち込んで、開発の手間もコストも、無駄に膨らませてしまいます。
次のステップ
画像系AIが試験全体でどう問われるかを俯瞰したいなら、AI-900の試験範囲と勉強法ガイド で学習の優先順位を立てるのがおすすめです。
得点力に変えるなら、AI-900 コンピュータービジョンの問題集 で、実際の出題角度に手を動かして慣れておくのが近道です。