インスタンスセグメンテーション

インスタンスセグメンテーションとは、画像内の物体をピクセル単位で分類し、さらに同じ種類の物体でも個別に識別する画像認識技術です。

セマンティックセグメンテーションが同じ種類をまとめて分類するのに対し、インスタンスセグメンテーションは1つ1つの物体を別々に認識できる点が特徴です。

深層学習（ディープラーニング）を用いた高度な画像解析手法で、ロボットビジョン、外観検査、バラ積みピッキング、人物検出などで使用されます。

製造業では、部品の個数判定、重なり検出、ピッキング位置取得などで重要な技術です。

■イメージ

入力画像 → AI → 画素分類 → 個別識別

＜例＞

ネジ ネジ ネジ Semantic → 全部ネジ Instance → ネジ1 ネジ2 ネジ3

■他の認識技術との違い

※最も高度。

■セマンティックとの違い

※ピッキングはInstance。

■使用されるモデル

※層学習必須。

■製造業での用途

※FAで重要。

■ロボットでの用途

※AIロボット必須。

■なぜ必要か

＜通常検出＞

□ 部品

＜Instance＞

■1 ■2 ■3

※個別に分かる。

■メリット

■デメリット

※高性能必要。

■セマンティックとの使い分け

※用途で選ぶ。

■関連用語

■まとめ

インスタンスセグメンテーションとは、物体を画素単位で分類し、さらに個別に識別できる高度な画像認識技術です。

ロボットピッキングや外観検査などで重要なAIビジョン技術です。