VGG16

視覚幾何学集団（ＶＧＧ）とは、英国オックスフォード大学の視覚幾何学集団が開発した、画像の中のものを判別する技術です。この技術は、２０１４年に行われた画像判別競技会で素晴らしい成果を上げ、その後の画像判別技術の進歩に大きく貢献しました。 ＶＧＧの優れている点は、画像の特徴を掴み取る部分を何層にも重ねた構造にあります。この掴み取る部分は畳み込み層と呼ばれ、層を重ねるほど、複雑な特徴を捉えることができます。ＶＧＧは、この畳み込み層の作り方に工夫を凝らし、高い正解率を実現しました。 具体的には、３×３という小さな枠を複数重ねることで、広い範囲の特徴を捉えることを可能にしました。ちょうど、虫眼鏡で一部分を見るだけでなく、全体を少しずつずらしながら見ていくことで、より多くの情報を得られるようなものです。また、たくさんの情報の中から重要な情報だけを選び出す作業、すなわち間引きと呼ばれる処理を行うことで、計算の負担を軽くしながらも、大事な特徴は残すことに成功しました。これは、たくさんの本の中から重要な部分だけを抜き出して要約を作るような作業に例えることができます。 ＶＧＧ以前は、畳み込み層で使う枠の大きさは様々でしたが、ＶＧＧは小さな３×３の枠を使うことで、層を深くすることができ、より複雑な特徴を捉えることができるようになりました。また、間引き処理を効果的に行うことで、計算の負担を軽減しながらも、高い正解率を維持することができました。これらの工夫により、ＶＧＧは画像判別の分野に大きな進歩をもたらし、その後の画像判別技術の基礎となりました。現在、私たちがスマートフォンなどで手軽に画像判別を利用できるのも、ＶＧＧの技術が発展してきたおかげと言えるでしょう。

ＶＧＧは、物の姿を捉えて認識する技術において、大きな進歩をもたらした、畳み込みニューラルネットワーク（ＣＮＮ）と呼ばれる仕組みの設計図の一つです。イギリスのオックスフォード大学の視覚幾何学グループによって作られたため、ＶＧＧという名前が付けられました。この設計図の最も重要な点は、畳み込み層と呼ばれる部分の作り方にあります。畳み込み層は、画像の特徴を捉えるための重要な部分で、ＶＧＧでは全ての畳み込み層で３×３という小さな枠組みを使っています。これは、画像を細かく見ていくようなもので、この小さな枠組みを何層も重ねることで、複雑な形や模様の特徴を捉える力を高めているのです。 さらに、ＶＧＧにはプーリング層と呼ばれる部分もあります。プーリング層は、画像の情報を縮小して、処理を軽くするための部分です。ＶＧＧでは、このプーリング層の後にある畳み込み層の枠組みの数を２倍に増やしています。これは、情報を小さくまとめても、次の層でより多くの特徴を捉えられるようにする工夫です。これらの工夫によって、ＶＧＧは画像認識の精度を大きく向上させました。ＶＧＧが登場する前は、画像に写っているものが何なのかをコンピュータに正しく認識させるのは難しいことでした。しかし、ＶＧＧの登場によって、その精度は飛躍的に向上し、ＶＧＧは画像認識技術の発展に大きく貢献しました。そして、ＶＧＧの設計思想は、その後のＣＮＮの設計図作りにも大きな影響を与え、様々な分野で応用されるようになりました。