物体検出とは
物体検出（Object Detection）とは、画像や映像の中に存在する物体の位置と種類を同時に特定するコンピュータビジョン技術です。単に「何が写っているか」を判断する画像分類とは異なり、「画像のどこに」「何が」あるかを、バウンディングボックスで囲んで示すのが特徴です。
| ひとことで言うと | 画像の中に「何が」「どこに」あるかを同時に見つける技術。 |
|---|---|
| どこで使う | 棚の商品数カウント、工事現場のヘルメット着用チェック、来店者数の計測。 |
| 注意点 | 小さい物体や重なった物体は検出しにくい。学習画像の撮り方が重要。 |
物体検出のアプローチ
物体検出の手法は大きく二つに分類されます。一つ目は2段階検出（Two-Stage Detection）で、まず物体が存在しそうな領域（候補領域）を提案し、次にそれぞれの領域を分類します。Faster R-CNNがこの代表例です。二つ目は1段階検出（One-Stage Detection）で、候補領域の提案と分類を同時に行います。YOLOやSSDがこのアプローチの代表です。1段階検出は処理速度に優れ、リアルタイム処理に向いています。
1画像を入力カメラ映像の1コマ
▶
2候補領域を出す物がありそうな枠
▶
3枠ごとに分類何が写っているか
▶
4重複を除去NMSで枠を1つに
▶
5枠＋ラベル出力位置と種類が分かる
物体検出の活用事例
物体検出は自動運転における歩行者・車両・標識の検出、監視カメラでの不審物検知、小売店舗での商品認識、ロボティクスにおける環境認識など、多くの実用シーンで活用されています。精度を評価する指標としてmAP（平均適合率）が広く使われており、モデルの性能比較に利用されています。