G検定（ジェネラリスト検定） ディープラーニングの応用例 練習問題 第2問: 2段階で物体を検出するR-CNN系のモデルに関する説明として、最も適切なものはどれか。

肢4が正解です。Mask R-CNNの論文（He ほか）は、Faster R-CNNに物体のマスクを予測する枝を、既存の矩形の認識の枝と並列に加えたと述べています。

肢3は枝を置き換えたとしている点が誤りで、Mask R-CNNは矩形の検出とマスクの両方を出力します。

肢1は誤りで、Faster R-CNNの論文（Ren ほか）は、Fast R-CNNまでの検出器が領域提案のアルゴリズムに頼り、その計算が速度のボトルネックになっていたと指摘しています。

肢2も誤りで、Faster R-CNNのRPNは検出のネットワークと画像全体の畳み込み特徴を共有し、ほぼコストなしで候補を出します。RPNを導入したのはFaster R-CNNです。