はじめに
画像認識の分野で圧倒的な成果を上げてきたCNN(Convolutional Neural Network:畳み込みニューラルネットワーク)。スマホの顔認証から自動運転まで、私たちの身の回りで幅広く使われている技術です。
この記事では、CNNの仕組み・構造・代表モデル・応用例を、数式をなるべく使わずに解説します。
小学5年生でもわかるシンプルな説明はこちら
👉 【小学5年生でもわかる】CNN(畳み込みニューラルネットワーク)ってなに?
CNNとは
CNNとは、画像などの空間的な構造を持つデータの処理に特化したニューラルネットワークです。通常のニューラルネットワーク(全結合層のみ)では画像の空間的な位置関係が失われてしまいますが、CNNは「畳み込み」という処理でその情報を保ったまま特徴を抽出できます。
CNNの基本構造
CNNは主に3種類の層で構成されます。
1. 畳み込み層(Convolutional Layer)
小さな**フィルタ(カーネル)**を画像上でスライドさせ、局所的な特徴(エッジ、テクスチャなど)を抽出する層です。
- フィルタのサイズ(例:3×3、5×5)とストライド(移動幅)を指定する
- 浅い層では線やエッジなどの低レベルな特徴を、深い層では目や顔のパーツなどの高レベルな特徴を捉える
- パディング(入力の周囲にゼロを追加)で出力サイズを調整できる
2. プーリング層(Pooling Layer)
特徴マップのサイズを縮小し、計算量を減らしつつ重要な情報を残す層です。
- Maxプーリング:対象領域の最大値を取る(最もよく使われる)
- Averageプーリング:対象領域の平均値を取る
- 位置の微小なずれに対する頑健性(平行移動不変性)を獲得できる
3. 全結合層(Fully Connected Layer)
畳み込み層とプーリング層で抽出した特徴をもとに、最終的な分類や回帰を行う層です。出力層にはsoftmax関数が使われることが多く、各クラスの確率を出力します。
CNNの一般的な構造
入力画像 → [畳み込み → 活性化関数(ReLU) → プーリング] × 複数回 → 全結合層 → 出力
この「畳み込み → プーリング」のブロックを繰り返すことで、低レベルの特徴から高レベルの特徴へと段階的に抽象化していきます。
代表的なCNNモデル
| モデル | 年 | 特徴 |
|---|---|---|
| LeNet | 1998 | CNNの原型。手書き数字認識に使用 |
| AlexNet | 2012 | ImageNetコンペで圧勝。GPU活用とReLU、ドロップアウトを導入 |
| VGG | 2014 | 小さなフィルタ(3×3)を深く積み重ねる構造 |
| GoogLeNet | 2014 | Inceptionモジュールで異なるサイズのフィルタを並列処理 |
| ResNet | 2015 | 残差接続(スキップ接続)で100層以上の深いネットワークを実現 |
AlexNet(2012年)がImageNet Large Scale Visual Recognition Challenge(ILSVRC)で従来手法を大きく上回ったことが、ディープラーニングブームの大きなきっかけになりました。
CNNの応用分野
- 画像分類:写真の内容を自動で分類(犬/猫、花の種類など)
- 物体検出:画像内の物体の位置と種類を特定(YOLO、SSDなど)
- セマンティックセグメンテーション:画像の各ピクセルにラベルを付与
- 顔認識:顔の識別や表情の認識
- 医療画像解析:レントゲンやCT画像からの診断支援
- 自動運転:歩行者や信号の検出
CNNの特徴まとめ
| 項目 | ポイント |
|---|---|
| 得意なデータ | 画像・空間的構造を持つデータ |
| 核となる処理 | 畳み込み(フィルタによる特徴抽出) |
| 主な構成要素 | 畳み込み層、プーリング層、全結合層 |
| 重要な性質 | 局所結合、重み共有、平行移動不変性 |
| 代表モデル | LeNet、AlexNet、VGG、GoogLeNet、ResNet |
おすすめの学習リソース
CNNのような構造を理解するには、図解で仕組みを掴んだ後に問題演習で知識を定着させるのが効果的です。
書籍
-
『深層学習教科書 ディープラーニング G検定 公式テキスト 第2版』(JDLA監修)
G検定受験者の定番。シラバスに沿って体系的に学べる公式テキスト。まずはこの1冊から。 -
『ディープラーニングG検定 最強の合格テキスト[第2版]』(SBクリエイティブ)
最新シラバス完全対応で、章末問題と模擬試験PDF付き。公式テキストの補強に。 -
『スッキリわかる ディープラーニングG検定 テキスト&問題演習 第3版』(TAC出版)
図解が豊富でわかりやすく、初学者でも取り組みやすい。文系の方にも特におすすめ。 -
『ディープラーニングG検定 問題集 第2版』(通称:赤本)
実践的な問題演習に特化。新シラバスの範囲もカバーしており、仕上げに最適。
💡 G検定の書籍は定価だとそこそこしますが、某フリマアプリで中古を探すとかなり安く手に入ります。試験対策の書籍は内容が大きく変わるものでもないので、中古で十分です。
Webサービス
-
AI検定ドットネット
G検定の練習問題を無料で解けるサイト。スキマ時間にスマホで問題演習をしたい方に便利。