【G検定過去問風テスト】2ステージ系と1ステージ系はどう違う？物体検出モデルを徹底比較
※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
画像の中に「何が・どこにあるか」を特定する物体検出モデルのうち、領域提案（Region Proposal）を行わずに、1回のネットワークパス（1ステップ）で位置特定の処理とクラス分類を同時に行い、超高速な検出を実現しているモデルの組み合わせとして、最も適切な選択肢を1つ選べ。
- A）Faster R-CNN と Fast R-CNN
- B）YOLO と SSD
- C）Mask R-CNN と FCN
- D）ResNet と DenseNet
🔍 ここをクリックして正解を見る
- 正解: B）YOLO と SSD
💡 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
- 物体検出モデルは、大きく「2ステージ系（精度重視）」と「1ステージ系（速度重視）」に分かれる。
- YOLOやSSDは「1ステージ系」であり、位置候補の絞り込みとクラス分類を同時に行うため超高速。
■ 初学者向け解説（例え話や背景）
スーパーマーケットで「お目当ての商品がどこにあるか」を探すシチュエーションを想像してください。
- 2ステージ系（Faster R-CNNなど）：
まず店員さんに「このへん怪しいですね」と怪しいエリアをいくつかピックアップしてもらい（領域提案）、そのあとで「これは何の商品か」をじっくり1つずつ確認するやり方です。時間はかかるけれど、間違いが少なく非常に高精度です。 - 1ステージ系（YOLO、SSDなど）：
お店に入った瞬間、パッと全体を見渡して「あそこにりんご、あそこに牛乳がある！」と一瞬で位置と種類を同時に見つけ出すやり方です。圧倒的なスピードを誇るため、自動運転や防犯カメラのリアルタイム処理に欠かせません。
G検定ではこの「2ステージ（精度重視・遅め）」と「1ステージ（速度重視・高速）」の仕組みやモデルの組み合わせがよく狙われます！
■ 選択肢の解説
- A) Faster R-CNN と Fast R-CNN（×）: これらは領域候補を先に探す「2ステージ系」の代表格です。
- B) YOLO と SSD（○）: どちらも1回で検出を行う「1ステージ系」の超高速モデルであるためこれが正解です。
- C) Mask R-CNN と FCN（×）: Mask R-CNNは物体検出とインスタンスセグメンテーション、FCNはセマンティックセグメンテーションのモデルです。
- D) ResNet と DenseNet（×）: これらは画像全体の分類を行うための畳み込みネットワーク（CNN）の系譜です。
👉 次の問題＆解説テキスト
お疲れ様です！
この調子で次の問題に挑戦しますか？
それとも、立ち止まって詳しい解説を確認しますか？
