物体検出 ぶったいけんしゅつ
物体検出オブジェクトディテクションYOLOバウンディングボックスリアルタイム検出画像認識
物体検出って画像分類と何が違うの？
簡単に言うとこんな感じ！
画像分類は「この画像全体は何か（猫？犬？）」を判定するのに対し、物体検出は「画像のどこに何があるか（右上に猫・左下に犬）を矩形（バウンディングボックス）で示す」技術だよ！防犯カメラで人を検出したり、工場の不良品の位置を特定したりするんだ。
物体検出とは
物体検出（Object Detection） とは、画像・動画の中に存在する物体の種類（クラス）と位置（バウンディングボックス）を同時に特定するコンピュータービジョンのタスクです。
「何がある？」だけでなく「どこにある？」も答えるのが特徴です。複数の物体を同時に検出でき、自動運転・監視カメラ・医療画像・製造業の品質管理など幅広く活用されています。
主な物体検出アルゴリズム
| アルゴリズム | 特徴 |
|---|---|
| YOLO（You Only Look Once） | リアルタイム検出の代名詞。一回の処理で検出 |
| Faster R-CNN | 高精度。領域提案ネットワークを使用 |
| SSD（Single Shot Detector） | YOLOと同様の1段階検出アプローチ |
| DETR | Transformerを使った物体検出 |
| SAM（Segment Anything） | Meta開発の汎用セグメンテーション |
活用例
| 分野 | 用途 |
|---|---|
| 自動運転 | 歩行者・車・信号・標識の検出 |
| 防犯・監視 | 不審者・不審物の検出 |
| 製造業 | 製品の傷・欠損・異物の位置特定 |
| 医療 | X線・CTスキャンでの腫瘍位置特定 |
| 農業 | ドローンで作物の病気・害虫の位置検出 |
| スポーツ分析 | 選手・ボールの軌跡追跡 |
歴史と背景
- 2014年：R-CNNが深層学習による高精度な物体検出を実現
- 2015年：YOLOがリアルタイム検出を可能にし実用化が加速
- 2020年以降：Vision Transformerベースの手法が登場し精度が向上