ある小売企業が、自社商品の写真1,200枚を使い、写真を20種類の商品に分類するモデルを作る。写真の照明は店舗ごとに異なり、商品パッケージには文字が印刷されている。データ拡張の進め方として、最も不適切なものを1つ選べ。
1つ選んでください
正解と解説を見る
解説
正解A
ポイント
データ拡張は、学習用と評価用に分けた後の学習用データにだけ行います。分割前に拡張すると、評価が実力より甘くなります。
選択肢ごとの解説
- A
不適切 ◯ 正解
同じ写真から作った変換画像が、学習用と評価用の両方に入ります。ほぼ同じ画像を学習したうえで評価するため、正解率が実力より高く出ます（データリーケージ）。拡張は、分割した後の学習用データにだけ行います。
- B
適切
評価用データは、運用時に入ってくる写真に近い状態のまま使うのが基本です。学習用の写真にエポックごとに異なる変換を加えると、同じ写真でも見え方が毎回変わり、丸暗記を防げます。
- C
適切
運用時に起こりうる変化を学習データに含めるのが、データ拡張の基本的な考え方です。照明の違いは明るさや明暗の差の変化として現れるため、BrightnessやContrastの変換が合っています。
- D
適切
左右反転すると、鏡文字の写った、運用時には撮影されない写真ができます。文字やロゴが商品を見分ける手がかりなら、反転はかえって学習の妨げになりえます。変換後の画像が現実に現れうるかを確かめるのは、適切な手順です。
試験での狙われ方
データ拡張をどの段階で、どのデータに行うかを事例の中で問い、データリーケージに気づけるかを確かめる形が考えられます。
関連用語
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目25 データ拡張） 2026年10月30日閲覧
- Connor Shorten, Taghi M. Khoshgoftaar, A survey on Image Data Augmentation for Deep Learning, Journal of Big Data (2019) 2026年10月30日閲覧