CNNとは【図解でわかりやすく】

最終更新日：2026年7月14日

30秒でわかる結論

CNN（畳み込みニューラルネットワーク）は画像認識に特化したネットワーク構造。小さなフィルタ（虫めがね）で画像を少しずつスキャンし「縦線」「曲線」などの局所的な特徴を抽出します。「プーリング層」で縮小することで位置ズレに強くなるのが強み。2012年のILSVRCで圧倒的な認識精度を出したAlexNetがCNNの知名度を一気に高めました。

CNN＝画像の専門家。「虫めがねで特徴を拾う（畳み込み）」仕組みで、位置ズレに強い。

CNNはG検定で「どのデータに使うか」「構造の役割」が頻出です。図解で流れをつかみましょう。

図解

解説

CNNの「畳み込み」とは、小さな虫めがね（フィルタ）で画像を少しずつずらしながら見て、「ここに縦線」「ここに曲線」といった部分的な特徴を拾い集める処理です。猫が写真の右にいても左にいても、特徴さえ拾えれば認識できるため、位置のズレに強いのが強み。2012年のILSVRCでの圧勝が第3次AIブームの号砲になりました。

具体例

犬・猫・鳥の画像分類AIの例：CNNが学習すると第1畳み込み層では「縦線・横線・角」などの単純な形状を検出、第2層では「耳・目・嘴」などの部品を認識、最終層では「これは猫」という判断を下します。人間が「耳に注目しろ」と教えなくてもデータから自動的にどの特徴が重要かを学習します。顔認識・医療画像診断・自動運転の物体検出などにも広く使われています。

間違えやすい類似用語

RNN（再帰型ニューラルネットワーク）：RNNは時系列データや順序に意味があるデータ（文章・音声・株価の時系列）に特化。CNNは空間的な特徴（画像の局所パターン）を扱う。「画像→CNN、時系列→RNN」と使い分けます。
ニューラルネットワーク（全結合）：通常の全結合ニューラルネットワークは画像の全ピクセルを一度に見るため、位置のズレに弱くパラメータ数も膨大になる。CNNは局所的にフィルタをかけることでパラメータを節約し位置不変性を持つ。