画像セグメンテーション とは？

物体検出は物体の位置を四角い枠で囲むだけだけど、セグメンテーションは物体の輪郭をピクセル単位で切り出すんだ。人物の写真なら、髪の毛の先端まで正確に「ここが人」と塗り分けるイメージだよ。

セマンティックセグメンテーションは「猫」「道路」「空」のようにカテゴリごとに色分けするもの。インスタンスセグメンテーションは同じカテゴリでも個別に区別して「猫A」「猫B」と分けるもの。パノプティックはその両方を組み合わせたものだよ。

医療分野ではCTやMRI画像から腫瘍の領域を正確に切り出すのに使われているよ。自動運転では道路・歩道・建物を塗り分けて走行可能な領域を判断する。スマホのポートレートモードで背景をぼかすのも、実はセグメンテーション技術だよ。

物体の境界が曖昧なケースが本当に難しいんだ。例えば、透明なコップの縁はどこまでがコップでどこからが背景か、人間でも判断が難しい場合がある。「境界のあいまいさ」をどう定義するかという問題は哲学的ですらあって、正解ラベル（アノテーション）を付ける作業者間でも判断がバラけることが多い。つまり「正解データ自体が曖昧」という根深い問題を抱えているんだよ。