画像内のインスタンスセグメンテーションに対して、非常にシンプルかつ直感的な新アプローチを提示する。他の密な予測タスク（例えばセマンティックセグメンテーション）と比較して、インスタンスの数が任意であるという点が、インスタンスセグメンテーションをより困難なものとしている。主流のアプローチでは、Mask R-CNNが採用する「検出→セグメンテーション」の戦略に従うか、あるいはまずカテゴリマスクを予測した後、クラスタリング技術を用いてピクセルを個々のインスタンスにグループ化する。本研究では、「インスタンスカテゴリ」という新たな概念を導入することで、インスタンスセグメンテーションの視点を完全に刷新する。この概念は、インスタンスの位置とサイズに基づいて、各ピクセルにカテゴリを割り当てるものであり、インスタンスマスクセグメンテーションを分類問題として解くことができる形に変換する。これにより、インスタンスセグメンテーションは二つの分類タスクに分解される。本手法は、非常にシンプルかつ柔軟性に富んだインスタンスセグメンテーションフレームワークを実現しており、Mask R-CNNと同等の精度を達成するとともに、最近の単一スラット型インスタンスセグメンテーション手法を上回る性能を示す。本研究で提示するこのシンプルかつ強力なフレームワークが、インスタンスセグメンテーション以外のインスタンスレベル認識タスクにおける基準手法として活用されることを期待する。