問題 No.5737
画像認識タスクにおいて、既存の畳み込みニューラルネットワークのバックボーンにSqueeze-and-Excitation Networksを導入したところ、計算コストの増加を抑えながらモデルの表現力を大幅に向上させることができた。この仕組みにおいて、大域平均プーリングを用いて空間方向の情報を圧縮し、各チャンネルの大域的な特徴を要約する操作に該当する用語はどれか。
【正解の解説】
Squeeze
Squeezeとは日本語で「絞る」という意味です。人間が写真全体をひと目で見て「これは海の写真だな」と全体像を把握する感覚に似ています。画像全体の広範囲な情報から、各色のチャンネルが持つ意味の濃さをギュッと凝縮して要約する最初のステップであり、この圧縮によって効率的な全体把握が可能になります。
スポンサーリンク
【その他の選択肢の解説】
Excitation
これはExcitationの説明です。Squeezeで全体を把握した後に「どのチャンネルに注目すべきか」を調整するステップであり、人間の脳が重要な情報だけにピントを合わせる働きに似ています。SqueezeとExcitationがセットになって初めてモデルの表現力が向上します。
Convolution
これはConvolution（畳み込み）の説明です。CNNの根幹をなす処理であり、画像のエッジや模様などの局所的な特徴を見つける得意技ですが、チャンネル全体の重要度を大域的に要約する今回の問いの操作とは目的とアプローチが異なります。
Attention
これはAttention機構全般を指す説明です。SEネットワークも広義のAttentionの一種と言えますが、問題文が問うている「空間方向の情報を圧縮して大域的特徴を要約する具体的な操作名」としては、Squeezeという固有の名称を選ぶ必要があります。