CNNとは？畳み込みニューラルネットワークをわかりやすく解説

2026年7月25日

CNN（畳み込みニューラルネットワーク）とは・画像の特徴を部分ごとに捉えて見分ける、画像認識の代表的な仕組み

この記事でわかること

「AIの解説を読んでいたら、CNNという言葉が出てきた。ニュース番組のCNNと何が違うのか」。そんな疑問を持って検索してきたなら、この記事はちょうどよい入口です。

この記事では、AI用語としてのCNN（畳み込みニューラルネットワーク）とは何かを、数式や専門用語を使わずに整理します。技術者向けの実装の話ではなく、「どんな仕組みで、どんな仕事に使われている技術なのか」を、経営や実務の目線で理解することを目指します。

この記事で扱う主な内容は、次のとおりです。

CNNとは何か（AIのどの位置づけにある技術か。ニュース局のCNNとの違いも整理）
CNNの構造と仕組み（畳み込み層・プーリング層・全結合層を、数式なしのイメージで）
CNNの活用例（外観検査・顔認証・自動運転・医療画像など）
RNNや通常のニューラルネットワークとの違い

土台になっているニューラルネットワークの考え方を先に押さえたい場合は、ニューラルネットワークとはもあわせて読むと、CNNの位置づけがつかみやすくなります。

CNNとは

はじめに言葉の交通整理をしておきます。CNNと検索すると、アメリカのニュース専門チャンネルのCNNが多く出てきます。テレビや国際ニュースの文脈で使われるCNNはその放送局のことで、この記事で扱うAI用語のCNNとは、名前が同じだけのまったく別物です。

AI用語としてのCNNとは、Convolutional Neural Network（畳み込みニューラルネットワーク）の略で、画像の特徴を捉えることが得意な、ディープラーニングの代表的な仕組みのひとつです。写真に写っているのが猫なのか犬なのか、製品の表面に傷があるのかないのか。そうした「画像を見て見分ける」仕事で広く使われています。

名前のとおり、CNNはニューラルネットワークの一種です。人間の脳の神経回路をまねた計算の仕組み（ニューラルネットワーク）に、「畳み込み」と呼ばれる画像処理の工夫を組み込んだものがCNNだ、と押さえておけば、まず十分です。

結論＝CNNは「画像の特徴を部分ごとに捉えて見分ける、ディープラーニングの代表的な仕組み」

結論から言うと、CNNとは、画像を小さな部分ごとに調べて特徴を拾い上げ、それを積み重ねて「何が写っているか」を見分ける仕組みです。

画像を丸ごと一度に覚えようとするのではなく、「輪郭」「角」「模様」といった小さな特徴から順に捉えていく。同じフィルタを画像全体に当てていくこの進め方には、写っている位置の小さなずれの影響を抑えやすいという利点があります。ただし、位置・大きさ・角度の変化にいつでも対応できることが保証されるわけではなく、実際の性能は学習データやモデルの設計によって変わります。

こうした特長により、CNNは画像認識の分野で長く使われてきた主要な手法のひとつです。近年話題の生成AIが注目を集めるなかでも、「画像を見て判断する」場面では現在も用途に応じて広く使われており、製造業の検品や顔認証など、実務の足元を支えています。

生成AIとの位置関係も整理しておきます。ChatGPTなどの生成AIが文章や画像を作り出す用途で知られるのに対し、CNNは画像の特徴を捉える処理を得意とし、画像の分類や、写っている物の検出などで広く使われてきました。本記事では、理解しやすい「画像を見て見分ける」用途を中心に説明しますが、CNNが画像を生成するAIの部品として使われる場合もあります。生成AIの全体像は生成AIとは何か・ビジネス活用の全体像で整理しているので、あわせてご覧ください。

CNNとはわかりやすく（虫眼鏡で少しずつ見ていくイメージ）

もう少しイメージしやすく説明します。CNNの働きは、虫眼鏡を持って大きな絵を調べる人にたとえると分かりやすいです。

大きな絵が目の前にあるとき、全体をひと目で覚えようとしても、細かいところまでは頭に入りません。そこで虫眼鏡を使い、少しずつ位置をずらしながら、「ここに丸い線がある」「ここに縞模様がある」と部分ごとの特徴をメモしていきます。

メモが集まったら、今度はそのメモを整理して要点だけ残します。「左上のあたりに丸い形」「真ん中に縞模様」という具合です。最後に、要点を組み合わせて「丸い顔、とがった耳、ひげ。これは猫だ」と結論を出します。

CNNがやっていることは、おおむねこの流れです。小さな窓（フィルタ）を画像の上でずらしながら特徴を探し、見つけた特徴を要約し、最後にまとめて判定する。「部分から全体へ」と積み上げていくのが、CNNの発想です。

CNNの構造と仕組み（典型的な3つの層を数式なしで）

画像分類で使われる典型的なCNNは、役割の違う層が順につながった構造をしています。ここでは、その典型例を3つの層で押さえます。名前は少し硬いですが、それぞれの役割は先ほどの虫眼鏡のたとえと対応しています。なお、これはあくまで基本の型で、実際のモデルにはプーリング層や全結合層を使わない構成もあります。

畳み込み層＝特徴を探す

畳み込み層は、小さなフィルタ（虫眼鏡にあたるもの）を画像の上で少しずつずらしながら、輪郭や模様といった特徴を探す層です。フィルタを当てた結果は「特徴マップ」と呼ばれる、特徴の見つかった場所を示す地図のような形にまとめられます。この「フィルタをずらしながら当てていく」処理が、畳み込みと呼ばれる計算です。なお、実際のモデルでは、畳み込みの結果にReLU（レルー）と呼ばれる活性化関数などを組み合わせて、より複雑な特徴を表現できるようにしています。

プーリング層＝情報を要約する

プーリング層は、畳み込み層が見つけた特徴の地図を、要点だけ残して小さく要約する層です。情報をぎゅっと縮めることで処理が軽くなり、こうした要約を組み込んだ構成では、写っている位置の小さなずれの影響を抑えやすくなる場合があります。ただし、大きさや角度の違いまで自動的に吸収できるわけではありません。撮影条件の変化にどこまで対応できるかは、学習データの集め方やデータの水増し（データ拡張）、モデルの設計によって変わります。

全結合層＝最後にまとめて判定する

全結合層は、ここまでに集めた特徴をつなぎ合わせて、最終的な答えを出す層です。「丸い形と、とがった耳と、ひげがある。猫である可能性が高い」というように、特徴の組み合わせから分類の結論を出します。この典型例では、抽出した特徴を全結合層のような分類の仕組みへ渡して判定しますが、モデルによっては別の方法で最終判定を行うものもあります。

実際のCNNでは、畳み込み層とプーリング層を何段も重ねて、単純な特徴から複雑な特徴へと段階的に捉えていきます。この「層を深く重ねる」進め方こそがディープラーニングの考え方です。全体像はディープラーニングとはで整理しています。

CNNの活用例

CNNは研究室の中の技術ではなく、すでに身近な業務やサービスの中で動いています。代表的な活用例を挙げます。

製造業の外観検査：製品の画像から、傷・欠け・汚れなどの不良を見つけます。人の目視検査を補い、検査のばらつきや負担を減らす使い方で、撮影条件や費用対効果が合えば、中小規模の製造現場でも導入候補になる分野です。
顔認証：スマートフォンのロック解除や入退室管理など、顔の特徴から本人かどうかを見分けます。
自動運転・運転支援：カメラ映像から歩行者・車両・標識を認識する部分で使われています。
医療画像の診断支援：レントゲンやCTなどの画像から、病変の疑いがある箇所を見つける医師の支援に使われています。
文字や帳票の読み取り：手書き文字や伝票を読み取ってデータ化する処理にも、画像認識の仕組みが使われています。

共通しているのは、「人が目で見て判断していた仕事」を支援している、という点です。自社のどこにCNNとの接点があるかを考えるときも、高度な技術の話からではなく、「目で見て確認している業務はどこか」から探すのが近道です。

CNNとRNN・ニューラルネットワークの違い

CNNを調べていると、RNN（Recurrent Neural Network＝再帰型ニューラルネットワーク）という似た並びの言葉や、そもそものニューラルネットワークとの関係が気になってきます。違いを表で整理します。

名前	得意なデータ	主な用途のイメージ
ニューラルネットワーク	数値データ全般	すべての土台になる基本の仕組み
CNN（畳み込みニューラルネットワーク）	画像などの空間的なデータ	画像認識（検品・顔認証など）
RNN（再帰型ニューラルネットワーク）	時系列・順番のあるデータ	音声や文章など、順序が意味を持つデータの処理

※表は主な得意分野の目安です。実際には用途が重なることや、複数の仕組みを組み合わせて使うこともあります。

ざっくり言えば、ニューラルネットワークという共通の土台の上に、画像が得意な形に発展したのがCNN、順番のあるデータが得意な形に発展したのがRNNです。RNNについては、別の記事であらためて解説する予定なので、ここでは「対象とするデータが違う兄弟のような関係」とだけ押さえておけば十分です。

なお、最近の生成AIの中心にあるのはTransformerと呼ばれる別の仕組みで、画像の分野にもその応用が広がっています。ただ、CNNの「部分から特徴を捉える」という考え方は画像認識の基礎として今も重要で、実務の現場では現役で使われ続けています。

経営者として、どこまで知っておけばよいか

正直に言えば、経営者がCNNの計算の中身を理解する必要はありません。畳み込みの数式を覚えても、日々の経営判断が変わるわけではないからです。

押さえておくと役立つのは、次の二点です。一つは、「CNNは画像を見て見分けるAIの土台であり、外観検査や顔認証など、すでに実務で実績を積んだ成熟しつつある技術だ」ということ。もう一つは、「導入の成否は、仕組みの理解よりも、データと運用の準備で決まる」ということです。

実際に検討する場面では、次の5点を確認しておくと、判断を誤りにくくなります。

どの業務課題を解決するのか、何をもって「うまくいった」とするかの判定基準
実際の現場に近い条件で集めた画像データと、正解づけ（ラベル）の品質
誤検知（良品を不良と判定）と見逃し（不良を良品と判定）を分けた評価
AIの判定を人がどう確認するか、迷うケースの扱いをどうするか
導入後の監視・学び直しの体制と、費用対効果

生成AIパスポートなどの資格学習でもCNNは登場しますが、経営の現場でこの言葉に出会うのは、多くの場合「検品をAI化できないか」「カメラで何かを自動チェックできないか」という相談の場面です。そのときに、CNNという言葉に身構えず、「画像を見て見分ける技術ですね」と会話を進められれば十分です。

画像認識AIの相談で、私が最初に確認していること

顧問先の経営者から、「画像認識AIで検品を自動化できませんか」「カメラで商品や設備の異常を見つけられませんか」と相談されることがあります。

そのとき私は、CNNの構造やモデル選びの話には入りません。最初に、こう質問します。

「人が写真を見たときに、正常と異常の違いを安定して説明できますか」

製品の傷、部品の欠品、設備のランプの状態のように、目で確認できる特徴なら、画像認識AIを検討しやすくなります。逆に、手に取らないと分からない異常や、音・温度・においで判断している問題は、画像だけでは解決できません。

「AIなら人間に見えないことまで分かる」と期待されている場合は、まず、判断に必要な情報がその画像に写っているかを一緒に確認します。

次に確認するのは、正常・異常の基準を言葉にできるかです。同じ「傷」でも、どの長さから不良とするか、汚れとどう区別するかは、現場でも判断が分かれます。

人によって判定が変わる状態では、AIに教える正解も安定しません。私は、AIの相談であっても、まずベテラン担当者に写真を見せながら「なぜこれは不良なのか」を聞くよう勧めています。

撮影の条件も見落とせません。良品だけを明るい場所で、不良品だけを暗い場所で撮っていると、AIが傷ではなく明るさの違いで分類してしまうことがあります。

カメラの位置や照明を一定に保てるか。モデルの性能より先に、安定した画像を撮れる仕組みを作れるかを確認します。

そして最初の試行では、AIに最終判定を任せません。AIには「異常らしい候補の絞り込み」までを任せ、最後は人が確認する形から始めます。

この形なら、AIが完全に正しくなくても、人が見る枚数を減らせた時点で効果が出ます。その結果を見てから、対象を広げるかどうかを判断すればよいのです。

私が経営者にお伝えしているのは、画像認識AIの導入で大事なのは、高性能なAIを探すことではない、ということです。

AIが判断できる画像を安定して用意し、人間側の判断基準を整理し、誤判定を前提にした確認の手順を作る。この準備が成果を左右します。

「AIに人の目を丸ごと置き換えさせるのではなく、人が確認すべき画像を絞り込ませるところから始めてください」。これが、相談の最後にいつも添える一言です。

CNNについてよくある質問

CNNとは何ですか？

AI用語のCNNとは、Convolutional Neural Network（畳み込みニューラルネットワーク）の略で、画像の特徴を部分ごとに捉えて「何が写っているか」を見分けることが得意な、ディープラーニングの代表的な仕組みです。画像認識の分野で広く使われています。

ニュースで見るCNNと関係がありますか？

関係ありません。アメリカのニュース専門チャンネルのCNNは放送局の名前で、AI用語のCNNは技術の略称です。名前が同じだけのまったく別物なので、AIの文脈でCNNと出てきたら畳み込みニューラルネットワークのことだと考えてください。

CNNは何に使われていますか？

製造業の外観検査（傷や不良の検出）、顔認証、自動運転での歩行者・標識の認識、医療画像の診断支援、手書き文字の読み取りなど、「画像を見て判断する」仕事の自動化・支援に使われています。

畳み込みとは何ですか？

小さなフィルタを画像の上で少しずつずらしながら当てていき、輪郭や模様といった特徴を拾い上げる計算のことです。虫眼鏡で絵を少しずつ調べていくイメージに近く、この処理を組み込んでいることが、CNNという名前の由来になっています。

この記事を書いた人

西俊明（トシゾー）中小企業診断士／AI実践戦略士／IT講師・著者

中小企業診断士／AI実践戦略士（商標出願中）／IT講師・著者。富士通で17年間、IT製品の営業・マーケティングに従事した後、独立。中小企業を中心に270社超を支援し、研修・セミナーへの登壇は250回を超える。現在は、生成AI・ITを経営や業務に生かす実践的な方法と、ITパスポート、情報セキュリティマネジメント、基本情報技術者試験などの学習法・過去問解説を発信している。著書に『改訂7版 ITパスポート最速合格術』など。