SpaceNet5とは？〜SpaceNet5 Baselineを実装してみる #1〜

Last updated at 2026-04-17Posted at 2026-04-12

SpaceNet5のBaselineを自分のパソコンで実装してみる。これが本シリーズの目標です。

衛星データを扱える機械学習エンジニアになりたいRingojamです。

本記事から、SpaceNet5 Baselineの再現にチャレンジをします。日記感覚で記事を書いていくので、同じようにチャレンジしたい方の参考に少しでもなればと思っています。もし、有識者の方がご覧になった場合はアドバイスなどいただけましたら幸いです。

早速本記事の内容である「SpaceNet5とは？」に入っていきましょう。

SpaceNetとは？

SpaceNetとは企業・研究機関が共同で運営するオープンプロジェクトです。

プロジェクトの目的は基盤地図の更新を迅速に行うこと。

現在地図の作成は、手作業で行われている場合が多いです。しかし、災害時などの洪水や瓦礫などで道が封鎖され、大きく地図が変わってしまった時に迅速に地図を更新しなければなりません。そんな時手作業で更新しているとどうしても、更新が遅れてしまいます。

もしも衛星データなどからAIで自動的に地図を作成できたら、すごく便利なのではないでしょうか？災害時以外でも地図の迅速な更新は必要です。

SpaceNetではコンペティションを開くなどして、衛星データを用いたリモートセンシングによる機械学習アルゴリズムの発展に寄与しています。

※リモートセンシング：遠く離れたところから、対象物に触れずに対象物の形や性質を測定する技術

SpaceNet5はSpaceNetが行っているコンペの第５弾だのですが、どのようなコンペなのでしょうか？

コンペのゴールはズバリ衛星画像から最速でいける道を予測すること。

ポイントは最短ではなく最速ということです。

下の画像を見てください。左の画像は赤い点から緑の点までの最短距離のルートを示した画像、右は最速で行けるルートを示した画像です。道路が水色で表現されていると思いますが、実はこの水色の線の太さが道路の制限速度と比例しています。

最短ルートと最速ルートは違いますがこれは制限速度が考慮されているため違うルートになっているわけです。

参考文献[1]より

私たちがGoogle Mapなどでルート検索をするとき気にするのはやっぱり所要時間ですよね。このように最適なルートの予測をするときは距離を注目しがちですが、実際に重要なのは所要時間です。

そのためSpaceNet5では最速で行けるルートを予測するコンペを開催しています。

SpaceNet5の目的や意義が分かったところで具体的なコンペの内容を見ていきましょう。

このコンペに対して私たちがやることはこちらです。

衛星画像 -> 道路の検出（グラフ構造）-> それぞれの道路に移動時間の推定値を付与する

簡単な完成イメージはこんな感じです。道路ごとに移動時間が分かりますね。

衛星画像からその画像の道路にあったこのようなグラフをできるだけ正確に作れればこのコンペに勝つことができます。

SpaceNet5とは？について説明させていただきました。

SpaceNet5とはつまり「最速で行けるルートを予測するコンペ」です。それを実現するために移動時間の推定値が付与された道路のグラフを衛星画像から作成します。

コンペにはBaselineと呼ばれる、足切りみたいなのがあります。Baselineと呼ばれる公式が出しているやり方があり、コンペに参加するにはその足切り手法よりかは良い予測結果を出さなければいけません。

本記事シリーズでは機械学習初心者がそのBaselienを再現しながら機械学習を学んでいくというシリーズです。ぜひ気になる方は次の記事も読んでいただけたら嬉しいです。

ここまで読んでいただきありがとうございました。

▼次回の記事