物体検出における平均適合率（mAP）

AIの導入は急速に進んでおり、自動運転車から、棚の商品を識別できる小売システムまで、さまざまなイノベーションにAIが組み込まれています。こうした技術は、機械が視覚データを分析できるようにする人工知能（AI）の一分野であるコンピュータービジョンに依存しています。

コンピュータービジョンシステムやアルゴリズムの精度を測定する主要な評価指標が、平均適合率（mAP）です。mAP指標は、ビジョンAIモデルの予測が現実世界の結果とどの程度一致しているかを示します。

一般的なコンピュータービジョンのタスクに物体検出があります。このタスクでは、モデルが画像内の複数の物体を特定し、それぞれを囲むバウンディングボックスを描画します。mAPは物体検出モデルの性能評価に使われる標準的な指標であり、Ultralytics YOLO11などのディープラーニングモデルのベンチマークに広く利用されています。

この記事では、平均適合率の計算方法と、物体検出モデルをトレーニングまたは評価する人にとって重要な理由を解説します。

平均適合率（mAP）とは何ですか？#

平均適合率は、画像内のさまざまな物体の検出や識別など、視覚情報検索に関連するタスクでディープラーニングモデルがどの程度正確かを示すスコアです。たとえば、犬、猫、車が写った写真を分析する物体検出モデルを考えてみましょう。信頼性の高いモデルは、各物体を認識し、その位置と種類が分かるようにバウンディングボックスとラベルを描画することで、物体を検出できます。

mAPは、多数の画像やさまざまな種類の物体に対して、モデルがこのタスクをどの程度適切に実行できるかを示します。モデルが各物体と画像内の位置を正確に識別できているかを評価します。スコアは0から1の範囲で、1はすべてを完璧に検出したことを示し、0は物体を一つも検出できなかったことを示します。

平均適合率（mAP）の主な概念#

機械学習における平均適合率の概念を見ていく前に、まず基本用語である正解データと予測について理解を深めましょう。

正解データとは、画像内の物体とその位置をアノテーションと呼ばれるプロセスで人が丁寧にラベル付けした、正確な参照データです。一方、予測とは、画像を分析した後にAIモデルが出す結果です。AIモデルの予測を正解データと比較することで、モデルの結果がどの程度正解に近いかを測定できます。

図1. モデルの予測と正解データのバウンディングボックス。画像提供者：著者。

混同行列#

物体検出モデルの適合度を理解するために、混同行列がよく使われます。混同行列は、モデルの予測が実際の正解（正解データ）とどのように一致するかを示す表です。この表から、真陽性、偽陽性、偽陰性、真陰性という4つの主要な要素または結果を確認できます。

混同行列における各要素の意味は次のとおりです。

• 真陽性 (TP): 物体とその位置をモデルが正しく検出しています。
• 偽陽性 (FP): モデルは検出しましたが、その結果は誤りです。
• 偽陰性 (FN): 画像内に実際に存在する物体を、モデルが検出できませんでした。
• 真陰性 (TN): 物体が存在しないことをモデルが正しく識別した場合に、真陰性となります。

物体検出では、画像内の空の領域を多数無視するため、真陰性は一般的に使われません。しかし、モデルが画像にラベルを割り当てる画像分類など、他のコンピュータービジョンタスクでは不可欠です。たとえば、画像に猫が写っているかどうかを検出するタスクで、猫が写っていない画像に対してモデルが「猫はいない」と正しく識別した場合、それは真陰性です。

図2. 混同行列における分類結果。画像提供者：著者。

Intersection over Union (IoU)#

物体検出モデルの評価におけるもう一つの重要な指標は、和集合に対する積集合の比率（IoU）です。このようなビジョンAIモデルでは、画像内に物体があることを検出するだけでは不十分で、バウンディングボックスを描画するために、その位置も特定する必要があります。

IoUは、モデルが予測したボックスが実際の正解ボックス（正解データ）とどの程度一致するかを測定します。スコアは0から1の範囲で、1は完全一致、0はまったく重なっていないことを示します。

たとえば、IoUが高い場合（0.80や0.85など）、予測ボックスは正解データのボックスとよく一致しており、位置を正確に特定できていることを示します。IoUが低い場合（0.30や0.25など）、モデルは物体の位置を正確に特定できていません。

検出が成功したかどうかを判断するには、さまざまな閾値を使用します。一般的なIoUの閾値は0.5であり、真陽性と判定されるには、予測ボックスが正解データのボックスと少なくとも50%重なっている必要があります。この閾値を下回る重なりは、すべて偽陽性と見なされます。

図3. Intersection over Unionの仕組み。画像提供者：著者。

適合率と再現率#

ここまで、物体検出モデルの性能を理解するための基本的な評価指標をいくつか見てきました。続いて、最も重要な指標の一つである適合率と再現率を見ていきましょう。これらの指標から、モデルの検出精度を明確に把握できます。それぞれの意味を確認しましょう。

適合率は、モデルの予測のうち、実際に正しかったものがいくつあるかを示します。モデルが検出したと主張した物体のうち、実際に存在したのはいくつか、という問いに答える指標です。

一方、再現率は、画像内に実際に存在するすべての物体をモデルがどの程度見つけられるかを測定します。実際に存在する物体のうち、モデルが正しく検出したのはいくつか、という問いに答える指標です。

適合率と再現率を組み合わせることで、モデルの性能をより明確に把握できます。たとえば、モデルが画像内に10台の車を予測し、そのうち9台が実際に車である場合、適合率は90%です。

この2つの評価指標には、しばしばトレードオフがあります。モデルは、十分に確信がある場合にのみ予測することで高い適合率を達成できますが、その結果、多くの物体を見逃し、再現率が低下する可能性があります。一方、ほぼすべての場所にバウンディングボックスを予測することで非常に高い再現率を達成できますが、適合率は低下します。

図4. 適合率と再現率。画像提供者：著者。

平均適合率#

適合率と再現率は個々の予測に対するモデルの性能を理解するのに役立ちますが、平均適合率（AP）はより広い視点を提供します。モデルがより多くの物体を検出しようとする際に適合率がどのように変化するかを示し、性能を一つの数値にまとめます。

平均適合率を計算するには、まず物体の種類ごとに適合率と再現率を組み合わせたグラフ形式の指標、適合率-再現率曲線（PR曲線）を作成します。この曲線は、モデルがより多くの予測を行うにつれて何が起きるかを示します。

モデルが最初に、最も簡単で明確な物体だけを検出する状況を考えてみましょう。この段階では、予測の大半が正しいため適合率は高くなりますが、多くの物体を見逃しているため再現率は低くなります。難しい物体や珍しい物体も含め、モデルがさらに多くの物体を検出しようとすると、通常は誤りが増えます。その結果、再現率が上がる一方で適合率は下がります。

平均適合率は、PR曲線の曲線下面積（AUC）です。面積が大きいほど、モデルはより多くの物体を検出しながら、正確な予測を維持できます。APはクラスラベルごとに個別に計算されます。

たとえば、車、バイク、歩行者を検出できるモデルでは、この3つのカテゴリそれぞれについてAP値を個別に計算できます。これにより、モデルがどの物体の検出を得意とし、どの領域で改善が必要かを把握できます。

図5. 5つの異なるクラスのPR曲線。(出典)

平均適合率#

物体クラスごとの平均適合率を計算した後、すべてのクラスにわたるモデルの全体的な性能を示す単一のスコアが必要です。これは平均適合率の計算式で求められます。すべてのカテゴリのAPスコアを平均します。

たとえば、Ultralytics YOLO11のようなコンピュータービジョンモデルが、車でAP 0.827、オートバイで0.679、トラックで0.355、バスで0.863、自転車で0.982を達成したとします。mAPの計算式を使って、次のようにこれらの数値を合計し、クラス数で割ります。

mAP = (0.827 + 0.679 + 0.355 + 0.863 + 0.982) ÷ 5 = 0.7412 ≈ 0.741

mAPスコア0.741は、モデルがすべての物体クラスでどの程度の性能を発揮するかを簡潔に判断する方法を提供します。値が1に近いほど、多くのカテゴリでモデルの精度が高く、値が低い場合は一部のカテゴリで苦戦していることを示します。

コンピュータービジョンにおけるAPとmAPの重要性#

APとmAPの計算方法や構成要素について理解が深まったところで、コンピュータービジョンにおける重要性を見てみましょう。

• 特定クラスのAPが低い: 単一クラスのAPが低い場合、モデルがその物体クラスの検出に苦戦していることがよくあります。学習データが不十分なことや、画像内の遮蔽など、視覚的な課題が原因である可能性があります。
• 位置特定の誤差: 低いIoU閾値（mAP₅₀など）でmAP値が高い一方、高いIoU閾値（mAP₇₅など）で大幅に低下する場合、モデルは物体を検出できても、正確な位置特定が難しいことを示しています。
• 過学習: 学習用データセットではmAP値が高いものの、検証用データセットでは低い場合、過学習の兆候であり、新しい画像に対してモデルの信頼性が低いことを示しています。

平均適合率の実世界での応用#

次に、mAPなどの主要な指標が、実世界のコンピュータービジョンのユースケース構築にどのように役立つかを見ていきましょう。

自動運転車：mAP値が高いほど道路の安全性が高まる理由#

自動運転車では、歩行者、道路標識、自転車、車線標示の識別に物体検出が不可欠です。たとえば、子どもが突然道路を横切った場合、車には物体（子ども）を検出し、その位置を特定して動きを追跡し、必要な措置（ブレーキをかける）を取るまで数秒しかありません。

Ultralytics YOLO11のようなモデルは、このような重大な状況でリアルタイム物体検出を行えるよう設計されています。このようなケースでは、mAPが安全性を測る重要な指標になります。

mAPスコアが高いと、システムが子どもを検出し、その位置を正確に特定できる可能性が高まるため、最小限の遅延でブレーキを作動させられます。mAPが低い場合、検出漏れや、子どもを別の小さな物体と取り違えるなどの危険な誤分類が発生する可能性があります。

図6. YOLO11を使用して道路上の歩行者を検出する例です。(出典)

正確な商品検出にmAPを活用する#

同様に、小売業では、物体検出モデルを在庫監視や会計処理などのタスクの自動化に活用できます。顧客がセルフレジで商品をスキャンする際に検出エラーが発生すると、不満につながる可能性があります。

高いmAPスコアは、商品が密接に並んでいる場合でも、モデルが類似商品を正確に区別し、精密なバウンディングボックスを描画できることを示します。低いmAPスコアは、取り違えにつながる可能性があります。たとえば、モデルがオレンジジュースのボトルを見た目のよく似たリンゴジュースのボトルと誤認すると、誤請求や不正確な在庫レポートが発生する可能性があります。

Ultralytics YOLO11のようなモデルを統合した小売システムは、商品をリアルタイムで検出し、在庫と照合して、バックエンドシステムを即座に更新できます。変化の速い小売環境では、mAPが業務の正確性と信頼性を維持するうえで重要な役割を果たします。

医療分野で高いmAPを活用して診断精度を高める#

医療分野で診断精度を向上させるには、医用画像における正確な検出が出発点となります。YOLO11のようなモデルは、放射線科医が医用画像から腫瘍、骨折、その他の異常を見つけるのに役立ちます。ここでは、平均適合率がモデルの臨床的な信頼性を評価するうえで欠かせない指標です。

高いmAPは、モデルが高い再現率（実際の問題の大半を特定する能力）と高い適合率（誤警報を避ける能力）の両方を達成していることを示します。これは臨床上の意思決定に不可欠です。

一方、低いmAPスコアは懸念を招く可能性があります。たとえば、モデルが腫瘍を見逃すと、診断が遅れたり、誤った治療につながったりするおそれがあります。

mAPを使用するメリットとデメリット#

物体検出モデルの評価に平均適合率を使用する主なメリットは次のとおりです。

• 標準化された指標： mAPは、物体検出モデルを評価する業界標準です。mAP値を使うことで、異なるモデルを公平かつ一貫性のある方法で比較できます。
• 実環境での性能を反映: 高いmAPは、モデルがさまざまな物体クラスの検出に優れ、複雑な実環境でも高い性能を維持していることを示します。
• クラス別の診断： mAPはクラスごとのAPスコアから算出されるため、性能が低いカテゴリ（自転車や道路標識など）を特定し、それに応じてモデルを微調整しやすくなります。

mAP指標の使用にはさまざまなメリットがありますが、考慮すべき制約もあります。考慮すべき点をいくつか紹介します。

• 技術に詳しくない関係者には理解しにくい: ビジネスチームや臨床チームにとって、mAP値は抽象的で、より直感的で分かりやすい指標とは異なる場合があります。
• リアルタイム要件を反映しない: mAPは推論速度やレイテンシを考慮しませんが、時間的制約のあるアプリケーションへのデプロイでは、これらが重要になります。

重要なポイント#

平均適合率は単なる技術スコアではなく、モデルが実環境で発揮しうる性能を示すものです。自動運転車のシステムでも小売店の会計処理でも、高いmAPスコアはモデルの性能と実用化に向けた準備状況を示す信頼できる指標になります。

mAPは重要で有用な指標ですが、包括的な評価戦略の一部として捉える必要があります。医療や自動運転などの重要な用途では、mAPだけに頼ることはできません。

システムの安全性、効率性、そして用途への適合性を確保するには、推論速度（モデルがどれだけ速く予測するか）、モデルサイズ（エッジデバイスへのデプロイに影響します）、定性的なエラー分析（モデルがどのような誤りを犯すかの把握）など、追加の要素も考慮する必要があります。

コンピュータービジョンについて詳しく知るには、成長を続けるコミュニティとGitHubリポジトリにご参加ください。ソリューションページで、農業におけるコンピュータービジョンと物流におけるAIの活用例をご覧ください。今すぐ独自のコンピュータービジョンモデルを始めるには、ライセンスオプションをご確認ください。