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30問: 次の文の（　）に入る語句として、最も適切なものはどれか。 シーン解析（画素ごとにクラスを割り当てるセマンティックセグメンテーション）のモデルPSPNetは、CN

肢1が正解です。PSPNetの論文（Zhao ほか）は、画素単位の予測に大域的な文脈を取り入れるため、特徴マップを1×1・2×2・3×3・6×6の4段階の区画に分けてプーリングするピラミッドプーリングモジュールを提案しました。

各段の出力は1×1畳み込みでチャネル数を減らし、元の特徴マップと同じ大きさに拡大してから連結します。肢2の領域提案ネットワークは、Faster R-CNNで物体の候補の矩形を出す仕組みです。

肢3の最大値プーリングの位置（プーリングインデックス）を使って拡大するのは、SegNetのデコーダの工夫です。肢4のInceptionモジュールは、GoogLeNetで大きさの違う畳み込みとプーリングを並列に置いて出力を連結する構成要素です。

複数の大きさの区画で文脈を集める点がPSPNetの要点です。