G検定（JDLA） 練習問題 10：物体検出/YOLO
画像認識タスクにおける物体検出（Object Detection）の代表的な手法「YOLO（You Only Look Once）」について、正しいものはどれか。
- 画像をグリッドに分割し、各領域の物体位置とクラスを一度に予測する高速な検出手法である
- YOLOは画像を数千個の候補領域に分割してそれぞれを個別にCNNへ入力し分類する、領域提案ベースの二段階処理を行う手法である
- YOLOは物体検出ではなく画像のセグメンテーション専用に開発された手法である
- YOLOは時系列データの予測に特化した手法であり、画像認識には適用できない
- YOLOは教師なし学習によってラベルなし画像から物体の境界を自動的に発見する手法である
正解と解説を見る
正解：画像をグリッドに分割し、各領域の物体位置とクラスを一度に予測する高速な検出手法である
正解は「画像全体を一度のネットワーク処理でグリッドに分割し、各グリッド領域について物体の位置とクラスを同時に予測することで高速な検出を実現する手法である」です。
【正解の理由】
YOLO（You Only Look Once）は、画像全体を一度だけネットワークに通し、画像をグリッドに分割して各グリッド領域ごとにバウンディングボックス（＝物体を囲む矩形の位置情報）とクラス確率を同時に予測することで、物体検出を単一のネットワーク処理で高速に行う手法（ワンステージ検出器）です。
【不正解の理由】
• 「YOLOは画像を数千個の候補領域に分割してそれぞれを個別にCNNへ入力し分類する、領域提案ベースの二段階処理を行う手法である」という説明は誤りです。これはR-CNN系（領域提案とその後の分類という2段階の処理を行う二段階検出器）の特徴であり、YOLOとは異なります。
• 「YOLOは物体検出ではなく画像のセグメンテーション専用に開発された手法である」という説明は誤りです。YOLOは物体検出タスクのために開発された手法です。
• 「YOLOは時系列データの予測に特化した手法であり、画像認識には適用できない」という説明は誤りです。YOLOは画像内の物体検出に用いられる手法です。
• 「YOLOは教師なし学習によってラベルなし画像から物体の境界を自動的に発見する手法である」という説明は誤りです。YOLOは教師あり学習により、あらかじめラベル付けされたデータで学習する手法です。