ある倉庫会社が、天井カメラの画像に写る荷物を見つけるCNNを作っている。同じ荷物が画像の中で右に少しずれて写ったときの、CNNの各層の出力の変化に関する説明として、最も不適切なものを1つ選べ。なお、画像の端の影響は考えないものとする。
正解と解説を見る
解説
正解 B
この問題の論点:畳み込みと位置ずれへの性質
ポイント
ストライド1の畳み込み層には、入力のずれに合わせて出力も同じだけずれる同変性があります。ずれを吸収する不変性は、主にプーリングで得ます。
選択肢ごとの解説
- A
適切
ストライド2では、特徴マップの1画素が入力の2画素分に当たります。入力の1画素のずれはこの間隔に合わないため、フィルタを当てる位置と荷物の関係が変わり、値そのものが変わることがあります。出力が入力と同じだけずれる性質がそのまま成り立つのは、ストライド1の場合です。
- B
不適切 正解
重みの共有がもたらすのは、入力のずれに合わせて出力もずれる性質(平行移動に対する同変性)です。反応の位置は荷物と一緒に移動するため、特徴マップの値の並びは変わります。小さなずれを吸収する働きは、主にプーリングが担います。
- C
適切
最大値プーリングは領域内の最大値だけを出力するため、最大値の位置が領域内で少し動いても出力は変わりません。この働きで小さな位置ずれへの不変性が得られます。ずれが大きいと出力も変わります。
- D
適切
GAPはチャネルごとに特徴マップ全体の平均をとるため、反応の位置の情報は消え、反応の量だけが残ります。何が写っているかを判定する分類では、位置ずれに強くなる利点になります。
試験での狙われ方
畳み込み層の重み共有がもたらす同変性と、プーリングによる不変性の獲得は、取り違えやすい論点です。
参考
- G検定 試験出題範囲(シラバス2024)第1.4版 (技術分野 項目18 畳み込み層)
- Goodfellow, Bengio, Courville, Deep Learning (2016) (9.2 Motivation、9.3 Pooling)