Confidence

人工知能および機械学習の分野では、信頼度スコアは、特定の予測に対してモデルがどの程度確信しているかを定量化する指標です。この値は通常、0から1（または0%から100%）の範囲で、アルゴリズムの出力が正解データと一致する推定確率を表します。たとえば、物体検出タスクで、システムが画像内の領域を「自転車」と信頼度0.92で識別した場合、その分類が正しい推定確率が92%であることを示します。これらのスコアはニューラルネットワークの最終層から導出され、多クラス分類ではSoftmaxなどの活性化関数を、二値判定ではSigmoid関数を通して処理されることが一般的です。

推論における信頼度の役割#

信頼度スコアは推論エンジンのワークフローにおける基本的な要素であり、高品質な予測と背景ノイズを区別するフィルターとして機能します。しきい値処理として知られるこのフィルタリングプロセスにより、開発者はアプリケーションの感度を調整できます。最小信頼度しきい値を設定することで、重要な適合率と再現率のトレードオフを管理できます。しきい値を下げるとより多くの物体を検出できる可能性がありますが、偽陽性のリスクが高まります。一方、しきい値を上げると適合率は向上しますが、目立ちにくい対象を見逃す可能性があります。

Ultralytics YOLO26のような高度なアーキテクチャでは、信頼度スコアは非最大抑制（NMS）などの後処理技術に不可欠です。NMSはこれらのスコアを使用して、大きく重なり合う冗長なバウンディングボックスを削除し、確率が最も高い検出結果だけを保持します。この処理により、最終出力が整理され、物体カウントやトラッキングなどの下流タスクですぐに利用できる状態になります。

次のPython例では、ultralyticsパッケージを使用して、信頼度で予測をフィルタリングする方法を示します。

from ultralytics import YOLO

# Load the latest YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference with a confidence threshold of 0.5 (50%)
# Only detections with a score above this value are returned
results = model.predict("https://ultralytics.com/images/bus.jpg", conf=0.5)

# Inspect the confidence scores of the detected objects
for box in results[0].boxes:
    print(f"Class: {box.cls}, Confidence: {box.conf.item():.2f}")

実世界での利用例#

信頼度スコアは、コンピュータビジョン（CV）が適用されるさまざまな業界で不可欠な、解釈可能性の層を提供します。これにより自動システムは、自律的に処理を続行すべきか、人による確認のためにアラートを発するべきかを判断できます。

• 自動運転: 自動車分野におけるAIでは、自動運転車が乗員の安全を確保するために信頼度指標を利用します。認識システムが低い信頼度で障害物を検出した場合、緊急回避操作を実行する前に、LiDARセンサーやレーダーのデータと照合して物体の存在を確認することがあります。この冗長性により、影やまぶしさによる「ファントムブレーキ」を防止できます。
• 医療診断: 医療分野におけるAIを活用する場合、モデルは画像データ内の異常の可能性を検出して医療従事者を支援します。腫瘍検出用に構築されたシステムでは、信頼度の高い領域を即時診断のために強調表示し、信頼度の低い予測を二次分析用に記録することがあります。このHuman-in-the-Loopワークフローにより、AIは専門家の判断を置き換えることなく、臨床上の意思決定を拡張できます。
• 産業オートメーション: スマートマニュファクチャリングでは、ロボットアームが信頼度スコアを使用して組立ライン上の物体とやり取りします。ビジョンAIを搭載したロボットは、検出信頼度が90%を超えた場合にのみ部品をつかもうとすることがあります。これにより、位置ずれによって繊細な部品を損傷するリスクを低減できます。

信頼度と関連用語の違い#

モデル評価で使用される他の統計指標と信頼度を区別することは重要です。

• 信頼度と正解率: 正解率は、データセット全体でモデルが正しい割合を表すグローバルな指標です（例: 「モデルの正解率は92%です」）。これに対して、信頼度は個々の予測に固有のローカルな値です（例: 「この特定の画像に猫が含まれるとモデルは92%確信しています」）。モデルは全体的な正解率が高くても、エッジケースでは信頼度が低い予測を出すことがあります。
• 信頼度と確率キャリブレーション: 生の信頼度スコアは、実際の正しい確率と常に一致するとは限りません。0.8の信頼度で行われた予測が約80%の割合で正しい場合、そのモデルは「適切にキャリブレーションされている」といえます。スコアを経験的確率に合わせるために、Plattスケーリングや単調回帰などの手法がよく使用されます。
• 信頼度と適合率: 適合率は、陽性と判定されたもののうち、実際に正しかった割合を測定します。一般に信頼度しきい値を上げると適合率は向上しますが、多くの場合、再現率が低下します。開発者は、見逃す物体を減らすことと誤警報を最小限に抑えることのどちらをアプリケーションで優先するかに基づいて、このしきい値を調整する必要があります。

モデルの信頼度を向上させる#

モデルが有効な物体に対して一貫して低い信頼度を出力する場合、トレーニングデータとデプロイ環境の間に不一致があることを示している可能性があります。これを軽減する方法として、照明、回転、ノイズを変化させてデータセットを人工的に拡張するデータ拡張があります。さらに、Ultralytics Platformを使用してアクティブラーニングパイプラインを実装すると、開発者は信頼度の低いサンプルを簡単に特定してアノテーションを付け、モデルを再トレーニングできます。この反復サイクルは、動的な現実世界の環境で信頼性の高い動作が可能な堅牢なAIエージェントを構築するうえで重要です。