インスタンスセグメンテーションとは
インスタンスセグメンテーション（Instance Segmentation）とは、画像中の各物体をピクセルレベルで検出し、同じカテゴリに属する物体であっても個別に区別する技術です。セマンティックセグメンテーションが「どのクラスか」だけを分類するのに対し、インスタンスセグメンテーションは「どの個体か」まで区別できる点が大きな特徴です。
| ひとことで言うと | 同じ種類の物体でも1つ1つ区別して、輪郭まで正確に切り出す技術。 |
|---|---|
| どこで使う | 重なった商品の個数カウント、細胞の個数計測、ロボットの把持対象の特定。 |
| 注意点 | アノテーション（輪郭の手描き）コストが非常に高い。 |
代表的な手法
インスタンスセグメンテーションの代表的なモデルはMask R-CNNです。Mask R-CNNはFaster R-CNNの物体検出フレームワークにマスク予測ブランチを追加したもので、各検出された物体に対してピクセルレベルのマスクを生成します。他にも、YOLACT、SOLOv2、PointRendなどの手法があり、それぞれ速度と精度のバランスが異なります。近年ではTransformerベースのモデルも登場しています。
1物体を検出枠で位置を特定
▶
2枠ごとに処理1物体ずつ扱う
▶
3画素単位でマスク輪郭を塗り分ける
▶
4個体ごとに区別人1・人2と識別
活用シーンと重要性
インスタンスセグメンテーションは、ロボットが個別の物体を把持する際の認識、自動運転での個々の車両や歩行者の追跡、医療画像での個別の細胞や腫瘍の検出、写真編集での背景と被写体の正確な分離など、個体を正確に区別する必要がある場面で不可欠です。物体の正確な輪郭を取得できるため、後続の処理に高品質な情報を提供できます。