コンピュータビジョンの代表的タスク分類

画像分類(画像全体で1ラベル)、物体検出(矩形枠BBox+ラベル)、セマンティックセグメンテーション(全画素クラス分け・個体区別なし)、インスタンスセグメンテーション(画素単位+個体別識別)の4階層を正確に区別することが重要です。 ア:正解です。同クラス(例: 複数匹の羊)を個体別に切り分けるのがインスタンスセグメンテーション(Mask R-CNN等)です。 イ:誤りです。物体検出は物体ごとの位置(バウンディングボックス)とクラスを出力します。 ウ:誤りです。画像分類は画像全体のカテゴリを判定するタスクで、位置座標は出しません。 エ:誤りです。ピクセル単位のマスクを出力して個体を分離するのがインスタンスセグメンテーションです。

画像認識の各タスクと出力結果に関する記述として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
セマンティックセグメンテーションは全画素にクラス分類ラベルを付与する(個体の区別はしない)のに対し、インスタンスセグメンテーションはクラス分類に加えて同クラスの個体(オブジェクトごとの境界)まで区別して特定する。
イ
物体検出(Object Detection)は画像全体に対して単一のクラス名のみを出力し、物体の位置情報は一切特定しない。
ウ
画像分類(Image Classification)は画像内に存在するすべての物体の境界座標(バウンディングボックス)を出力する。
エ
インスタンスセグメンテーションは、物体を矩形(四角形)の枠で囲むだけであり、ピクセル単位のマスクは出力しない。