猫の写真を探す。猫のいる場所を示す。猫だけを切り抜く。どれも画像を扱うAIの仕事ですが、頼みたいことによって、必要な答えの細かさが変わります。
スマホにたまった写真から、猫の写ったものだけを集めたい。そんなときは、写真へ「猫」という札を付けられれば役に立ちます。この仕事を「画像分類」と呼びます。写真全体が何を表すかを、候補の中から選ぶ仕組みです。
でも、猫の隣に犬が座っている写真で「猫はどこ？」と聞きたいなら、名前の札だけでは足りません。猫を四角い枠で囲み、場所も教えてほしい。こうして物体の種類と位置を返すのが「物体検出」です。
さらに、その猫を切り抜いてカードに使うなら、四角い枠には背景も入ってしまいます。そこで、画像を小さな点ごとに分け、どこまでが猫かを示します。「セグメンテーション」と呼ばれる領域分けは、こんな作業に使えます。
三つは、関係のない技術が偶然並んでいるわけではありません。同じ画像を調べる仕事を、写真に名前を付ける、場所を示す、形に沿って分ける、という出力の違いから整理したものです。一つの製品が組み合わせて使うこともあります。
四角い枠には背景も入りますが、領域分けでは猫とされた部分だけを塗っています。シオラボ作成の模式図で、実際のAI出力ではありません。
たとえば、お店で棚の商品を調べるときも、「何の商品が写っているか」と「どの棚に何個あるか」では必要な答えが変わります。「画像認識ができます」という説明を聞いたら、自分が欲しいのは名前なのか、場所なのか、形なのかを考えると、機能を選びやすくなります。
ただし、細かく分けられる機能ほど、いつでも便利とは限りません。猫の写真を集めるだけなら輪郭まで調べる必要はないし、領域が分かっても毛先まできれいに切り抜けるとは限りません。欲しい仕上がりに合わせて、どこまで答えてもらうかを決めればよいのです。
読んだ資料
資料確認：2026年10月22日。RSS配信版をもとに、公開向けに編集しました。