Faster R-CNN ふぁすたーあーるしーえぬえぬ

---

Faster R-CNNとは

Faster R-CNN は、2015年にRen・He・Girshick・Sunらが発表した高精度な2段階物体検出モデルです。R-CNN・Fast R-CNNと続くシリーズの集大成で、Region Proposal Network（RPN：領域提案ネットワーク） を導入することで、それまで別プロセスで行っていた候補領域の提案もニューラルネットワーク化し、エンドツーエンドの学習を可能にしました。

処理の流れは2段階です。第1段階：RPNが特徴マップ全体をスキャンして「物体がありそうな候補領域（Region Proposal）」を生成します。第2段階：各候補領域を詳細に分類し、バウンディングボックスを精密に調整します。

この2段階処理により、YOLOより遅いですが高い精度を実現でき、見逃しが少ない物体検出が求められる場面で採用されています。

---

Faster R-CNNの処理フロー

入力画像
    ↓
Backbone CNN（VGG・ResNetなど）
    ↓
共有特徴マップ（Shared Feature Map）
    ↓──────────────────┐
    ↓                   ↓
  RPN（領域提案）      （後段で使用）
  物体らしい候補を提案
    ↓
  ROI Pooling / ROI Align
  （各候補領域を固定サイズに正規化）
    ↓
  分類ヘッド：クラス分類 + BBox回帰
    ↓
  最終検出結果

---

歴史と背景

• 2014年：R-CNNが発表。精度は高いが処理が遅い（1画像に50秒）
• 2015年初：Fast R-CNNがROI Poolingで速度改善（0.2秒）
• 2015年末：Faster R-CNNがRPN導入でほぼリアルタイムを達成（0.2秒、精度向上）
• 2017年：Mask R-CNNがFaster R-CNNを拡張しセグメンテーションに対応
• 現在：YOLOに速度では劣るが、精度重視の場面や研究用途で広く使用

---

検出モデルの精度・速度トレードオフ

モデル	mAP（COCO）	推論速度	向いている用途
Faster R-CNN（ResNet50）	37.0	遅い（5FPS）	精度重視・オフライン分析
YOLOv5s	37.4	非常に速い	リアルタイム・組み込み
DETR	42.0	中程度	Transformer活用・研究用途

---

関連用語

• 物体検出 — Faster R-CNNが解くタスク
• YOLO — Faster R-CNNと対比される1段階検出手法
• Mask R-CNN — Faster R-CNNを拡張したセグメンテーションモデル
• ResNet — Faster R-CNNのバックボーンとしてよく使われる
• 特徴マップ — RPNが操作する特徴表現