コンピュータビジョンにおける教師あり学習と教師なし学習の探究

人工知能（AI）は、人間の知能に似た方法で学習し推論するように機械を訓練するという核心概念に基づいています。人間が直接的な指示やパターンや経験の観察を通じて学習するように、AIや機械学習システムもこれらと同じアプローチに従うよう設計されています。

具体的には、機械学習アルゴリズムに関して言えば、システムはすべてのタスクに対して明示的にプログラミングされるのではなく、データから学習するように訓練されます。機械学習モデルは固定されたルールに依存する代わりに、データ内のパターンを特定し、それらのパターンを使用して予測や意思決定を行います。

例えば、コンピュータビジョンは、画像や動画などの視覚情報をシステムが解釈・理解できるようにすることに焦点を当てたAIおよび機械学習の分野です。物体の認識から大規模なデータセット全体にわたる隠れたパターンの特定に至るまで、これらのシステムはどのように訓練されて学習するかに大きく依存しています。

利用可能なデータの種類や解決すべき問題に応じて、これらのシステムを訓練するためにさまざまなAI学習技術が使用されます。

一部のコンピュータビジョンモデルはラベル付きデータから学習します。これには各入力に正解がペアになっており、すべての画像やデータポイントにはそれが何を表しているかを示す事前定義されたラベルが付いています。これにより、モデルは入力と期待される出力との関係を学習し、未知の新しいデータに対して正確な予測を行う能力を向上させることができます。

他のビジョンモデルは、事前定義された回答が提供されないラベルなしデータから学習し、代わりにデータ自体の中にあるパターンや関係性の特定に焦点を当てます。これらのアプローチはそれぞれ教師あり学習および教師なし学習として知られており、多くの最先端コンピュータビジョンシステムの基盤を形成しています。

この記事では、教師あり学習と教師なし学習について、それらがコンピュータビジョンでどのように使用されているか、そしてあなたのビジョンAIプロジェクトに最適なアプローチを選択する方法を探ります。それでは始めましょう！

Link to this sectionAI学習アプローチがコンピュータビジョンを強化する仕組み#

人工知能は、通常人間の知能を必要とするタスクを機械が実行できるようにするさまざまな技術を網羅する包括的な概念と考えることができます。この枠組みの中で、機械学習は、固定されたルールだけに頼るのではなく、システムがデータから学習できるようにするための重要な領域です。

機械学習には、モデルがどのように学習し、時間の経過とともに改善していくかを決定するさまざまな学習技術があります。教師あり学習（正解付きのラベル付きデータから学習）、教師なし学習（ラベルなしデータ内のパターンを特定）、強化学習（フィードバックや報酬を使用して試行錯誤から学習）、半教師あり学習（少量のラベル付きデータと大量のラベルなしデータを組み合わせる）といったアプローチは、システムが入力データを処理し、出力データを生成する方法を定義します。

図1. AI学習手法の概要（ソース）

特にコンピュータビジョンシステムは、視覚データを解釈・理解するためにこのような学習アプローチを使用して構築されます。教師あり学習は最も一般的に使用される手法であり、明確にラベル付けされた例からモデルが学習し、正確で信頼性の高い結果を生成できるようにします。

例えば、モデルは「猫」や「犬」とラベル付けされた画像で訓練され、形状、耳、顔の構造などの特徴を学習することで、分類アルゴリズムを使用して新しい画像を正しく分類できるようになります。一方で、教師なし学習や半教師あり学習もコンピュータビジョンで使用されており、多くの場合、データのパターンを探求したり、ラベル付きデータが限られている場合にパフォーマンスを向上させたりするために活用されます。

Link to this sectionコンピュータビジョンにおける教師あり学習モデルの使用について#

教師あり学習アルゴリズムは、教師が生徒に例と正解を提供して何が正しく何が間違っているかを学ばせる教室環境と比較できます。機械学習では、モデルも同様の方法でラベル付きデータを使用して学習し、各入力が既知の出力とペアになっています。

野球の試合分析を自動化するコンピュータビジョンシステムの構築に取り組んでいるとします。その場合、ボール、バット、選手などの物体がラベル付けされた画像やビデオフレームを使用して、Ultralytics YOLO26のようなモデルを訓練できます。

各物体はその場所とカテゴリでマークされるため、モデルは何を探すべきかを学習できます。時間の経過とともに、モデルは新しい映像の中でこれらの物体を検出および特定できるようになり、フレーム全体でのボールトラッキングや選手検出などのユースケースをサポートします。

図2. 教師あり学習によって実現された物体検出の例（ソース）

物体検出以外にも、教師あり学習は画像分類、インスタンスセグメンテーション、姿勢推定など、精度と一貫性が重要となるさまざまなコンピュータビジョンタスクで広く使用されています。これらの各タスクにおいて、モデルはラベル付きデータから学習して特定のパターンを特定し、新しい入力に対して信頼性の高い予測を行います。

これらのモデルは通常、ディープラーニングを使用して構築されます。これは、ニューラルネットワークを使用してデータから直接パターンを学習する機械学習の一種です。ニューラルネットワークは、人間の脳の働きに触発された情報処理を行うように設計されており、大規模なデータセットから複雑な視覚的特徴を学習できるようになっています。

初期のコンピュータビジョンアプローチは、手作業で設計された特徴量と、サポートベクターマシン（SVMはカテゴリ間の境界を見つけてデータを分類するモデル）や決定木（データを枝に分割して意思決定を行うモデル）といったアルゴリズムを組み合わせることに依存していることがよくありました。

対照的に、今日のコンピュータビジョンモデルはディープラーニングを使用してこれらの特徴をデータから自動的に学習するため、大規模で非常に詳細な視覚タスクを処理する際により効果的です。

Link to this sectionビジョンAIにおける教師なし学習モデルの必要性の理解#

教師あり学習はコンピュータビジョンにおいて頼りになるアプローチですが、ラベル付きデータが利用できない、あるいは作成するのにコストがかかりすぎて時間がかかるビジョンアプリケーションも存在します。

そのような場合、教師なし学習アルゴリズムが有用な代替手段となり得ます。野生生物カメラから得たラベルなし写真の膨大なコレクションがあるとします。

各画像に何が含まれているかを示すラベルはありませんが、それでもデータを整理したり理解したりしたいという場合、教師なしモデルはこれらの画像を分析して類似したものをグループ化し、正確なラベルを知らなくても似た外見の動物をクラスタに分離できます。

Link to this sectionコンピュータビジョンにおける教師なし学習の仕組み#

では、教師なし機械学習はどのように機能するのでしょうか。正解から学習するのではなく、モデルはデータ内のパターンや構造を自ら特定することによって学習します。ラベル付きの例に頼ることなく、データ全体にわたる類似点と相違点を探します。

一般的なユースケースは異常検知です。モデルは正常なデータがどのようなものかを学習し、そこから逸脱するものを特定します。異常や外れ値の検知は、最も影響力のある産業応用の一つです。例としては、製造ラインでの欠陥品の発見、放射線科医のレビューのために異常な医療スキャンをフラグ立てすること、監視映像での不審な動きの検知などが挙げられます。欠陥や異常は発生頻度が低く多種多様であるため、考えられるすべてのケースにラベルを付けることは現実的ではなく、そのため教師なしアプローチが適しています。

これをサポートするために、クラスタリングや次元削減といった技術がよく使われます。これらは通常、生の画像そのものではなく、画像から抽出された特徴に対して行われます。k-meansクラスタリングのようなクラスタリング手法は、共有されたパターンに基づいて類似の画像をグループ化し、主成分分析（PCA）のような次元削減技術は、最も重要な特徴に焦点を当てることでデータを簡素化します。

これにより、モデルが大規模で複雑なデータセット内の有意義なパターンや構造を特定しやすくなります。教師なし学習の主な利点は、ラベルなしデータでうまく機能し、すぐには明らかにならないパターンを明らかにできることです。しかし、評価が難しく、教師あり学習と比較して最終的な出力に対する制御が少なくなります。

Link to this sectionコンピュータビジョンにおける自己教師あり学習と半教師あり学習#

教師あり学習と教師なし学習を探求する中で、その中間の道があるのか疑問に思うかもしれません。興味深いことに、自己教師あり学習と半教師あり学習が、教師あり学習と教師なし学習の間のギャップを埋めています。

これらのアプローチにより、モデルはラベルなしデータからより効果的に学習できるようになります。ラベル付きの例だけに頼るのではなく、データから独自の学習タスクを作成するか、少量のラベル付きデータセットと大量のラベルなしデータセットを組み合わせるかを行います。

自己教師あり学習では、モデルはデータ自体から作成されたタスクを解くことで学習します。例えば、欠損部分のある画像を与えられ、そのスペースを埋めるべき内容を予測するように学習したり、同じ物体の異なるビューを認識するように学習したりします。これは、手動のラベルを必要とせずに有用な特徴を学習するのに役立ちます。

一方で、半教師あり学習では、少量のラベル付きデータがより大きなラベルなしデータのセットと一緒に使用され、パフォーマンスを向上させます。場合によっては、モデルがラベルなしデータにラベルを生成し、それを使用して学習を継続することもできます。

これらのアプローチの主な利点は、作成にコストと時間がかかることが多い大規模なラベル付きデータセットの必要性を減らせることです。ただし、完全に教師ありの手法と比較して、設計と評価がより複雑になる場合があります。

Link to this section教師あり学習と教師なし学習の主な違い#

教師あり学習と教師なし学習の違いは、モデルがどのように学習し、何を達成しようとしているかに集約されます。教師あり学習が特定のタスクを学習するためにラベル付きデータと明確なガイダンスに依存するのに対し、教師なし学習は事前定義された回答なしで機能し、データ内のパターンや構造を発見することに焦点を当てます。

例えば、交通監視システムにおいて、教師あり学習モデルは、車両、歩行者、交通信号を検出するためにラベル付き画像で訓練されます。対照的に、教師なしモデルは、膨大なビデオ映像を分析して同様の交通パターンをグループ化したり、何を検索すべきかを明示的に指示されなくても、予期せぬ渋滞や異常な動きなどの異常事態を特定したりすることができます。

Link to this sectionコンピュータビジョンで教師あり学習を使用すべき場合#

教師あり学習は、目的が明確に定義されており、モデルが入力データを正確な出力にマッピングする必要があるコンピュータビジョンタスクにおいて優れた選択肢です。信頼できるラベル付きデータセットがあり、一貫性のある予測可能な結果が必要な場合に特に有効です。

図3. 教師あり学習によって駆動されるコンピュータビジョンタスク（ソース）

これは、モデルが既知のカテゴリを区別したり、特定の予測を行ったりする必要がある問題によく使用されます。パターンを探求するのではなく、ラベル付きデータから正確な関係を学習することに重点が置かれるため、目的の結果に向けてモデルを導きやすくなります。

もう一つの重要な利点は制御です。教師あり学習では、明確なメトリクスを使用してパフォーマンスを測定し、モデルを微調整し、デプロイ中に安定した動作を確保することが容易になります。これは、時間の経過とともに一貫性と信頼性が求められるシステムにとって完璧です。

しかし、これにはトレードオフが伴います。モデルはラベル付きデータの品質と規模に大きく依存しており、そのようなデータを収集してアノテーションする作業には時間がかかることがあります。

Link to this section教師ありコンピュータビジョンの実世界の例#

Ultralytics YOLOモデルのようなビジョンAIモデルは、教師あり学習を使用して、特にリアルタイムアプリケーションにおいて高い精度で物体検出などのタスクを実行します。教師あり学習が違いを生む一般的な実世界のビジョンユースケースをいくつか紹介します：

• ヘルスケアおよび医療画像診断： 医師は、ラベル付けされたスキャン画像（X線やMRIなど）で訓練されたコンピュータビジョンシステムを使用できます。分類器を使用して腫瘍や骨折などの状態を特定し、より迅速かつ正確な診断をサポートします。
• 産業品質検査： 製造環境において、ラベル付きデータで訓練されたビジョンシステムは、形状、表面欠陥、テクスチャ、サイズなどの品質に関連する多数の特徴を分析することで製品を検査できます。許容製品と欠陥製品の両方の例から学習することで、これらのシステムは一貫して欠陥を特定し、生産基準を維持できます。
• 自動運転： 自動運転システムは、車線、車両、歩行者、交通標識を認識するためにラベル付き運転データで訓練されたモデルに依存しており、車両がリアルタイムで安全に走行するのを支援します。
• 小売および決済システム： 店舗では、ラベル付き製品画像で訓練されたモデルを使用して棚にあるアイテムやチェックアウト時のアイテムを特定し、自動請求やより効率的な在庫管理を実現します。これらのシステムは、追加データと組み合わせることで顧客セグメンテーションなどのタスクもサポートでき、企業がショッピングパターンをより深く理解するのに役立ちます。
• 農業および作物モニタリング： 農家は、ラベル付き画像で訓練されたモデルを使用して作物を検出・分類できます。例えば、健康なジャガイモと損傷したジャガイモを特定・カウントすることで、品質管理を改善し、損失を減らすことができます。

図4. YOLOを使用して健康なジャガイモと欠陥のあるジャガイモを検出・カウントする

Link to this section教師なし学習がコンピュータビジョンで解決できる問題の種類#

教師なし学習は、十分なラベル付きデータがない場合や、データに明確な回答が付いていない場合に役立ちます。このような状況では、目標は正確な予測を行うことではなく、データ内のパターンや構造を理解することです。

これは、ラベルなしデータセットを初めて探索する際によく使用されます。モデルに何を検索すべきかを指示する代わりに、類似点を特定させたり、関連する画像をグループ化させたり、異常なパターンを独自に強調させたりすることができます。

膨大な画像コレクションにおいて、教師なしアプローチは類似の画像を整理したり、さらなる注意が必要な外れ値をフラグ立てしたりするのに役立ちます。これにより、データサイエンスプロジェクトにおける有用な出発点となります。

GAN、変分オートエンコーダ、拡散モデルなどの生成モデルは、画像の基礎となる分布を学習して全く新しい画像を作成します。これらのモデルは、画像合成、インペインティング、超解像、スタイル転換などのアプリケーションを支えており、今日の生成AIシステムのバックボーンを形成しています。

教師なしセグメンテーションでは、一部の手法がラベル付きマスクに頼らずにピクセルや領域をコヒーレントなセグメントにグループ化します。これは、アノテーションが非常に高コストな場合や、定義済みのカテゴリを一致させることよりも構造を発見することが目標である場合に有用です。

教師なし学習は、ラベリングに時間がかかる、あるいは実用的ではない大規模なデータセットを扱う際にも影響力があります。そのような場合、ラベル付き訓練データに頼ることなく、データから洞察を得ることができます。

また、生成AI（画像、テキスト、音声などの新しいデータを作成するモデル）や表現学習（生のデータから有用な特徴やパターンを学習するモデル）などの分野でも一般的に使用されており、モデルは膨大なデータ量から一般的な特徴を学習します。全体として、問題が探索、パターン発見、またはラベルなしデータの処理を伴う場合、教師なし学習は検討すべき柔軟で実用的なアプローチです。

Link to this sectionコンピュータビジョンにおける教師なし学習の実世界の例#

コンピュータビジョンにおいて教師なし学習が適用されるユースケースの例をいくつか紹介します：

• 製造における異常検知： モデルは正常な製品がどのようなものかを学習し、考えられるあらゆる欠陥のラベル付き例を必要とせずに、欠陥や異常をフラグ立てできます。
• 画像の整理と検索： 写真ライブラリやeコマースカタログなどの大規模な画像コレクションは、視覚的な類似性に基づいて自動的にグループ化でき、データサイエンティストが大規模なデータセットを整理、探索、検索しやすくなります。
• 監視とセキュリティ： システムはビデオ映像を分析し、ラベル付きイベントについて明示的に訓練されていなくても、予期せぬ動きや群衆の変化などの異常なパターンや行動を特定できます。
• 前処理とデータ探索： 教師なし手法は、教師ありモデルを訓練する前に生の画像データを探索・構造化するためによく使用され、データの品質を向上させ、手作業の労力を削減するのに役立ちます。

Link to this section教師あり学習と教師なし学習の実用的な限界#

両方の学習アプローチには利点があるものの、考慮すべき特定の限界もあります。コンピュータビジョンモデルを構築する際に心に留めておくべき実用的な要因をいくつか紹介します：

• 教師ありモデルにおける過学習： 教師あり学習では、モデルが一般的なパターンを学習する代わりに、訓練データを過剰に学習してしまうことがあります。これは、データセットが小さい場合や多様性に欠ける場合によく起こります。例えば、ある製品の欠陥を検出するように訓練されたモデルが、わずかに異なる製品や照明条件で構成された新しいデータでテストされると失敗する可能性があります。
• クラスタリングアルゴリズムの課題： 教師なし学習では、モデルが類似のデータポイントをグループ化できますが、データがノイズの多いもの、一貫性のないもの、明確な構造を欠いている場合には機能しなくなる可能性があります。例えば、画像グループ化タスクにおいて、似た色をしているが物体が異なる画像が誤って一緒にグループ化されることがあります。
• 適切な前処理の重要性： 訓練の前に、データをクリーニングして準備する必要があります。これは通常、画像処理やデータ変換を処理するPythonライブラリを使用して行われます。画像がサイズ、品質、または照明において異なる可能性があるコンピュータビジョンでは特に重要です。適切な前処理を行わないと、モデルは有意義なパターンではなくノイズから学習してしまい、パフォーマンスが低下する可能性があります。

Link to this section重要なポイント#

コンピュータビジョンにおいて、教師あり学習と教師なし学習はどちらも重要な役割を果たします。正しいアプローチは、利用可能なデータの種類（ラベル付きかラベルなしか）、解決しようとしている問題、およびデプロイのニーズによって異なります。

目標が高い精度と明確に定義された出力である場合、教師あり機械学習の方が良い選択肢であることが多いです。データを探索している場合や、ラベルなしで作業している場合は、教師なし学習の方が適している可能性があります。

AIについてもっと知りたいですか？私たちのコミュニティとGitHubリポジトリをチェックしてください。ロボティクスにおけるAIや農業におけるコンピュータビジョンについて学ぶには、ソリューションページを探索してください。ライセンスのオプションを確認し、今日からコンピュータビジョンで構築を始めましょう！