画像認識

問題

画像中の「どこに何があるか」を扱いたい場合、物体検出タスクの説明として最も適切なものを1つ選べ。

1. A. 画像内の物体のカテゴリと位置を推定するタスクである
2. B. 画像全体の平均色だけを求めるタスクである
3. C. 文章中の品詞を推定するタスクである
4. D. 音声の周波数成分を取り出すタスクである

解説（正解: A）

正解はA。物体検出は、画像内にある物体のカテゴリと位置を推定するタスクである。位置はバウンディングボックスなどで表される。画像分類が画像全体のラベルを予測するのに対し、物体検出では「どこに何があるか」を扱う。