一般物体認識

一般物体認識とは、画像や映像の中に「何が写っているか」を、あらかじめ決められた複数のカテゴリーの中から識別するタスクです。犬、猫、車、飛行機など、対象が何であるかを分類することが主な目的です。

畳み込みニューラルネットワークの発展により、このタスクの性能は飛躍的に向上しました。現在では、大量のデータセットを学習させることで、人間と同等、あるいはそれ以上の精度で物体を分類することが可能になっています。自動運転や防犯カメラの映像解析などで広く応用されています。

G検定では、特定の物体だけを認識する「特定物体認識」との違いが問われることがあります。また、この性能を競うコンテスト（ILSVRCなど）や、それを支える畳み込みニューラルネットワークの仕組みとの関わりをセットで理解しておく必要があります。