PSPNet

PSPNetは、画像内のすべての画素に対してクラス分類を行うセマンティックセグメンテーションの手法です。従来の畳み込みニューラルネットワークでは、画像全体の大域的な情報を捉えることが難しく、局所的なパターンの認識に偏るという課題がありました。この手法は、画像内のコンテキストを広範囲に把握することで、より正確な領域分割を実現します。

仕組みの核となるのは、ピラミッドプーリングモジュールです。入力された特徴マップを異なる縮尺で分割し、それぞれに対してプーリングを行うことで、多様な解像度の特徴を抽出します。これらを連結して融合させることにより、小さな物体から背景のような広い領域まで、整合性を持って認識することが可能になりました。

G検定では、画像認識モデルの応用として問われることがあります。セグメンテーションの精度を向上させるためのアーキテクチャとして、他のモデルと比較して特徴を理解しておくことが重要です。似た技術として、セグメンテーションを行うU-Netなどと比較して、大域情報の扱い方に違いがあることを押さえておきましょう。