【G検定過去問風テスト】FCN（Fully Convolutional Network）の仕組みとは？セグメンテーションの基礎を解説

2026年7月29日 2026年7月29日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

セマンティックセグメンテーションの基礎を築いた代表的なモデルであり、ネットワークの最後にある「全結合層」をすべて「畳み込み層」に置き換えることで、入力画像のサイズを選ばずにピクセル単位の予測を可能にしたモデルとして、最も適切な選択肢を1つ選べ。

A）FCN（Fully Convolutional Network）
B）Faster R-CNN
C）YOLO
D）AlexNet

🔍 ここをクリックして正解を見る

正解: A）FCN（Fully Convolutional Network）

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

FCN（Fully Convolutional Network）は、セマンティックセグメンテーションの扉を開いた画期的なモデル。
通常のCNNの最後に使われる「全結合層」をすべて「畳み込み層」に置き換えた（全畳み込み化した）のが最大の特徴。

■ 初学者向け解説（例え話や背景）

通常の画像分類モデル（AlexNetやVGGなど）は、画像の最後に「全結合層」という仕組みを使って、「これは犬です！」という一つの結論を導き出します。しかしこれだと、位置情報が失われてしまうため「画像のどこからどこまでが犬なのか（ピクセル単位の塗り絵）」が分かりません。

そこで登場したのがFCNです。

イメージとしては、「会議の最後に一人が意見を取りまとめる（全結合層の1次元のまとめ）のをやめて、全員がホワイトボードの地図に直接ペンで書き込めるような配置（すべて畳み込み層）に変えた状態」です。これによって、画像のサイズがバラバラでも、位置情報を正確に保ったまま「ここからここまでが空、ここからが道路」とピクセル単位できれいに色分けできるようになりました！G検定では「畳み込み層を全結合層に置き換えた」というひっかけ問題がよく出題されます。

■ 選択肢の解説

A) FCN（Fully Convolutional Network）（○）: 全結合層をすべて畳み込み層に置き換えてセグメンテーションの基礎を築いたモデルであるためこれが正解です。
B) Faster R-CNN（×）: 領域候補を探してから高精度に物体検出を行う、2ステージ系の代表的なモデルです。
C) YOLO（×）: 領域提案を行わず1回のパスで高速に物体検出を行う、1ステージ系の代表的なモデルです。
D) AlexNet（×）: 2012年のILSVRCで優勝し、ディープラーニングブームの火付け役となったCNNモデルです。

リンク