2026.06.19

【G検定対策】CNNの畳み込み・プーリングとは？｜画像認識で特徴を取り出す仕組みをわかりやすく整理

seo-webmaster

プロモーションが含まれています

CNN は、画像認識でよく使われるニューラルネットワークです。

特に重要なのが、「畳み込み」と「プーリング」です。

畳み込みは、画像の中から線、角、模様などの特徴を取り出す処理です。

プーリングは、取り出した特徴を小さくまとめ、多少位置がずれても判断しやすくする処理です。

G検定では、CNN そのものを暗記するだけでなく、畳み込み層、プーリング層、特徴マップ、フィルタの関係を流れで理解しておくことが大切です。

この記事では、CNN の畳み込みとプーリングを、画像認識の流れとつなげて整理します。

ジャンプするもくじ

CNNの畳み込み・プーリングとは？
G検定ではどう問われる？
まとめ
関連記事・おすすめ記事

CNNの畳み込み・プーリングとは？

CNN の畳み込み・プーリングとは、画像から特徴を取り出し、学習しやすい形に整理するための処理です。

画像は、たくさんの画素の集まりです。

そのまま画像全体を扱うと、情報量が多くなりすぎます。

そこで CNN では、まず畳み込みで画像の特徴を取り出します。

その後、プーリングで特徴を小さくまとめます。

処理	役割	イメージ
畳み込み	画像の特徴を取り出す	線、角、模様を見つける
プーリング	特徴を小さくまとめる	重要な情報を残して圧縮する
分類	取り出した特徴をもとに判断する	犬、猫、車などに分類する

つまり CNN は、画像をそのまま丸暗記するのではなく、画像の中にある特徴を段階的に取り出して判断するモデルです。

CNNが画像認識で使われる理由

画像認識では、画像の中にある特徴を見つけることが重要です。

たとえば猫の画像なら、耳の形、目の位置、毛並み、輪郭などが手がかりになります。

ただし、猫が画像の真ん中にいるとは限りません。

少し横にずれていたり、向きが違ったり、背景が変わったりすることもあります。

CNN は、画像の一部分に注目しながら特徴を取り出せるため、画像認識に向いています。

CNNの全体の流れ

CNN では、画像を入力し、畳み込みとプーリングを通して特徴を整理し、最後に分類します。

流れで見ると、次のようになります。

画像を入力する

↓

畳み込みで特徴を取り出す

↓

プーリングで特徴を小さくまとめる

↓

特徴をもとに分類する

↓

犬、猫、車などを判断する

この流れの中で、畳み込みとプーリングは、画像から重要な特徴を取り出す前半部分を担当します。

畳み込みとは？

畳み込みとは、画像の一部分に小さなフィルタを重ねながら、特徴を取り出す処理です。

フィルタは、画像の中を少しずつ移動します。

そして、線や角、模様などの特徴に反応します。

たとえば、縦線に反応するフィルタ、横線に反応するフィルタ、輪郭に反応するフィルタなどを考えるとわかりやすいです。

フィルタとは？

フィルタとは、画像の特徴を見つけるための小さな重みの集まりです。

CNN では、このフィルタを画像の上で少しずつ動かしながら、どこにどのような特徴があるかを調べます。

整理すると、次の通りです。

用語	意味	押さえるポイント
フィルタ	特徴を見つける小さな重み	線や模様に反応する
カーネル	フィルタとほぼ同じ意味で使われることが多い	小さな窓のように考える
特徴マップ	フィルタで取り出された特徴の結果	どこに特徴があるかを表す

G検定では、フィルタ、カーネル、特徴マップの関係を押さえておくと理解しやすくなります。

特徴マップとは？

特徴マップとは、畳み込みによって取り出された特徴を表すデータです。

たとえば、画像の中に縦線がある場所、輪郭がある場所、模様がある場所などが特徴マップとして表されます。

CNN では、最初の層では単純な特徴を取り出します。

層が深くなるにつれて、より複雑な特徴を扱うようになります。

たとえば、最初は線や角、次に目や耳のような部品、さらに進むと猫や犬のような全体的な特徴に近づいていきます。

畳み込み層で押さえたいポイント

畳み込み層は、CNN の中で画像の特徴を取り出す中心的な部分です。

重要なのは、画像全体を一度に見るのではなく、小さな範囲を少しずつ見ていく点です。

これにより、画像の中の局所的な特徴を効率よく取り出せます。

畳み込み層のポイントは、次のように整理できます。

項目	意味	イメージ
局所受容野	画像の一部分だけを見る考え方	小さな範囲に注目する
重み共有	同じフィルタを画像全体に使う考え方	同じ特徴をいろいろな場所で探す
特徴マップ	特徴がどこにあるかを表した結果	線や輪郭の反応を地図のように見る

局所受容野と重み共有は、CNN が画像認識に向いている理由と関係します。

画像のどこに特徴があっても、同じフィルタで探せるためです。

ストライドとパディングとは？

CNN では、フィルタを画像の上で動かします。

このときに出てくる用語が、ストライドとパディングです。

ストライドは、フィルタを何マスずつ動かすかを表します。

パディングは、画像の周囲に余白を追加する処理です。

ストライドを大きくすると、出力される特徴マップは小さくなります。

パディングを使うと、画像の端の情報も扱いやすくなります。

G検定では、細かい計算よりも、ストライドは移動幅、パディングは周囲に余白を追加する処理、と押さえるとよいです。

プーリングとは？

プーリングとは、畳み込みで取り出した特徴を小さくまとめる処理です。

画像の特徴マップを小さくすることで、計算量を減らし、重要な特徴を残しやすくします。

また、画像の中で特徴の位置が少しずれても、同じように判断しやすくなります。

たとえば、猫の耳が少し左にずれていても、猫だと判断しやすくするイメージです。

最大プーリングと平均プーリング

プーリングには、代表的な方法として最大プーリングと平均プーリングがあります。

違いは次の通りです。

方法	意味	特徴
最大プーリング	範囲内で最も大きい値を残す	強く反応した特徴を残しやすい
平均プーリング	範囲内の平均値を残す	全体的な傾向を残しやすい

G検定では、最大プーリングが代表例として出てくることが多いです。

最大プーリングは、特徴が強く出ている場所を残す処理だと考えると理解しやすいです。

プーリングで位置ずれに強くなる理由

画像認識では、対象物の位置が毎回同じとは限りません。

同じ猫でも、少し左にいることもあれば、少し右にいることもあります。

プーリングでは、一定範囲の情報をまとめるため、細かい位置の違いに影響されにくくなります。

そのため、CNN は画像の位置ずれにある程度強くなります。

ただし、すべての位置ずれに完全に対応できるわけではありません。

あくまで、特徴の位置が少し変わっても判断しやすくする処理です。

畳み込みとプーリングの違い

畳み込みとプーリングは、どちらも CNN で重要な処理です。

ただし、役割は違います。

畳み込みは特徴を取り出す処理です。

プーリングは特徴を小さくまとめる処理です。

項目	畳み込み	プーリング
役割	特徴を取り出す	特徴を小さくまとめる
見るもの	線、角、模様など	取り出された特徴
主な効果	画像の特徴を見つける	計算量を減らし、位置ずれに強くする
イメージ	特徴を探す	特徴を圧縮する

この違いを押さえると、CNN の構造が理解しやすくなります。

全結合層との関係

CNN では、畳み込みとプーリングで特徴を取り出した後、最後に分類を行います。

この分類に使われることが多いのが、全結合層です。

全結合層は、取り出された特徴をもとに、最終的な判断を行う部分です。

たとえば、取り出された特徴をもとに、画像が犬なのか、猫なのか、車なのかを判断します。

つまり、畳み込みとプーリングは特徴を取り出す部分、全結合層は判断する部分と考えるとわかりやすいです。

CNNと画像認識タスクの関係

CNN は、画像分類だけでなく、物体検出やセグメンテーションにも関係します。

画像分類では、画像全体が何かを判断します。

物体検出では、画像の中のどこに何があるかを判断します。

セグメンテーションでは、画像をピクセル単位や領域単位で分けます。

どのタスクでも、画像から特徴を取り出す処理が重要です。

そのため、CNN の畳み込みとプーリングの考え方は、画像認識全体の基礎になります。

G検定ではどう問われる？

G検定では、CNN の細かい計算式よりも、役割や用語の関係が問われやすいです。

特に、畳み込み層、プーリング層、フィルタ、特徴マップの意味を整理しておきましょう。

問われやすい用語	意味	押さえ方
畳み込み層	画像の特徴を取り出す層	フィルタで特徴を探す
プーリング層	特徴を小さくまとめる層	計算量を減らし、位置ずれに強くする
フィルタ	特徴を見つける小さな重み	画像の上を動かして反応を見る
特徴マップ	取り出された特徴の結果	どこに特徴があるかを表す
最大プーリング	範囲内で最大値を残す処理	強く反応した特徴を残す